求助：两个数据集的搜寻比较

shiyiming

[code:19hiegbp]data a;
input num1 num2 add $20.;
cards;
0 5 北京
6 10 上海
11 15 广州
16 21 深圳
22 29 杭州
30 36 成都
37 41 贵阳
42 52 昆明
53 58 海口
59 100 其他
;
run;
data b;
input id $ num;
cards;
001 8
002 15
003 43
004 97
;
run;[/code:19hiegbp]
当b中的num介于a中的num1和num2之间时，b中生成变量city=add，如下：
id  num  city
001 8    上海
002 15   广州
003 43   昆明
004 97   其他

这个该如何实现？实际a和b的量都比较大，a有几十万行，b有几万行

shiyiming

这种特别情况下可以避免笛卡尔乘积。

shiyiming

对于a,b都比较小时比较容易实现。
应该有效率高的办法...期待高手

shiyiming

[code:1jw9xm80]data a;
input num1 num2 add $20. ;
call symput('maxA',_n_);
cards;
0 5 bj
6 10 sh
11 15 gz
16 21 sz
22 29 hz
30 36 cd
37 41 gy
42 52 km
53 58 hk
59 100 qt
;
run;

proc sort ;
  by num1 num2;
run;

data b;
input id $ num;
cards;
001 8
002 15
003 43
004 97
;
run;

proc sort ;
  by num;
run;

data ahuige(drop=num1 num2);
  set b;
  retain num1 num2 add;
  do while (not (num1<=num<=num2) and (point+1<=&maxA)) ;
    point+1;
    set  a point=point;
  end;
run;[/code:1jw9xm80]
如果A的数据的区间能保证是包含所有B所有的可能值那么代码就还可以更简化。MAXA这个宏变量也可以不要了。不包括排序的话，复杂度是约等于A＋B的条数。而不是A×B

shiyiming

<!-- s:D --><img src="{SMILIES_PATH}/icon_biggrin.gif" alt=":D" title="Very Happy" /><!-- s:D --> 效率很高，非常感谢ahuige！！

实际中A区间包含所有B中的num值。

shiyiming

楼主需要严格明示一下限制条件：数据a中num1，num2满足num1&lt;num2，且排好序后每条观察值的num2小于下一条观察值的num1。

这个复杂度等于sum(&lt;A), &lt;A为小于A的某个数，这个数取决于B中相应的观察值num在A中的观察值的num1和num2之间对应的条数。


ps：随便优化下ahuige的代码（哈哈，ahuige别拿钢鞭打我  <!-- s:D --><img src="{SMILIES_PATH}/icon_biggrin.gif" alt=":D" title="Very Happy" /><!-- s:D --> ）。

data a;
input num1 num2 add $20. ;
cards;
0 5 bj
6 10 sh
11 15 gz
16 21 sz
22 29 hz
30 36 cd
37 41 gy
42 52 km
53 58 hk
59 100 qt
30 100 sxlion         
;
run;

proc sort ;
  by num1 num2;
run;

data b;
input id $ num;
cards;
001 8
002 15
003 43
004 97
;
run;

proc sort ;
  by num;
run;

data ahuige(drop=num1 num2);
  set b;
  retain num1 num2 add;
  do while (not (num1&lt;=num&lt;=num2) and (point+1&lt;=maxA)) ;
    point+1;
    set  a point=point nobs=maxA;
  end;
run;

proc print;
run;

shiyiming

多谢sxlion提醒，是应当严谨 <!-- s:D --><img src="{SMILIES_PATH}/icon_biggrin.gif" alt=":D" title="Very Happy" /><!-- s:D -->
最近没怎么样用SAS，都有点生疏了... <!-- s:shock: --><img src="{SMILIES_PATH}/icon_eek.gif" alt=":shock:" title="Shocked" /><!-- s:shock: -->

shiyiming

这么多数据啊，借我玩玩啦，好像有更好的代码。

shiyiming

<!-- s:( --><img src="{SMILIES_PATH}/icon_sad.gif" alt=":(" title="Sad" /><!-- s:( --> 不大方便.....不过这个程序的效率已经蛮高的了，呵呵

shiyiming

如果不排序：
data ab(keep=id num add);
    set b;
        do i=1 to n;
        set a point=i nobs=n;
        if num1=&lt;num=&lt; num2 then  return;
        end;

如果前面的排好序：
data ab (keep=id num add);
    set b;
        point+1;
        do i=point to n;
        set a point=i nobs=n;
        if num1=&lt;num=&lt; num2 then  do ;
                                                 output ;
                                         if add=lag(add) then point=point-1;
                                                 return;
                                    end;
     end;
run;

如果不计排序时间的话，代码2效率高。

ps：如果有空的话会在blog中写得具体一些。