SAS 程序冷知识——HASH连表报错的问题(merge下常见)

HASH方法是SAS中连表的重要方法之一，比merge和sql的方法更加灵活。但是在merge的过程中使用HASH方法有的时候会出现报错的情况。代码和错误如下：

如图所示，这个错误的原因是在定义hash之前使用了if语句进行筛选了。在上面例子里导致错误的语句就是“if a;”，这本来是左连接的必要语句。具体的执行逻辑如下：

        在merge的时候，_n_这个 “自动变量的数值” 不等于 “最终生成的数据集的行号”。_n_的值是在PDV执行的最开始就已经赋值完成的，这意味着 “_n_的值” = “if筛选前的行号”。因此按照上例来说，当连接键usubjid的第一个值（整体最小值），在两个数据集中都存在，或者在CM中有的时候，第一行是满足 变量a的值为1的，从而这一行不会因为 "if a;"语句被筛除掉，导致后面的 “if _n_=1 then do;。。。。。”无法执行，因此也就不会报错。但如果连接键usubjid的第一个值，在CM中没有，在adsl中有的话，第一行数据因为只来自adsl，所以不满足"if a;"语句的条件，从而跳过执行后面的 “if _n_=1 then do;。。。。。”。但问题在于定义hash的语句只会在第一行执行一次，而第一行又因为不满足"if a;"语句没有实际执行，这就导致整个程序因为没有定义HASH而报错。

        具体的解决办法有几种：

1、把“if a;”语句放到hash定义之后（不一定放在find()方法的后面）。

2、在“if a;”的后面， “if _n_=1 then do;。。。。。”的前面，加上一句“m+1;”。然后把 “_n_=1” 换成“m=1”。这个方法实质上就是用另一个变量作为 “最终生成的数据集的行号”，来替换作为 “if筛选前的行号” 的_n_。