关于Proc SQL一个日志Note的介绍

在一个项目的SAS程序log的检查中，一个关于Proc SQL的Note一直存在，在我们公司它是可以接受的。我简单说明下它产生的原因。这个Note的具体内容是：

Note: The query requires remerging summary statistics back with the original data.
（该查询需要将汇总统计信息重新与原始数据合并。）

我用SASHELP逻辑库中的Class进行演示说明这个Note是如何产生的。在日常的统计分析中，汇总分析很常见，比如计算各分组的计数、均数、标准差等等统计量。下面我用SQL步来计算班级男女身高的计数和均数。

代码如下：

proc sql noprint;
  create table a as
    select sex, count(height) as n, mean(height) as mean
    from sashelp.class
    group by sex;
quit;

输出数据集如下:

Output1

日志结果显示也是正常的：

Log1

这时候我们更新一下代码，把Class数据集中其他变量保存下来。

proc sql noprint;
  create table a as
    select *, count(height) as n, mean(height) as mean
    from sashelp.class
    group by sex;
quit;

输出数据集如下:

Output2

日志结果也出现了开头提到的那个Note：

Log2

这个结果如何解释呢？在使用Proc SQL进行分组汇总时，如果要保留除分组变量外的其他原始变量时，SAS会自动将分组汇总的结果，以分组变量为连接，合并到原始数据记录中。如果不保留其他原始变量，SAS仅按组别展示汇总信息（记录数与组别数目一致）。

如果只保留一个原始变量，可能更容易理解一点：

proc sql noprint;
  create table a as
    select name, count(height) as n, mean(height) as mean
    from sashelp.class
    group by sex;
quit;

Output3 Log3

如有疑问，欢迎评论区留言反馈。