Sas에서 퍼지 매칭을 수행하는 방법(예제 포함)

불완전하게 일치하는 문자열을 기반으로 SAS에서 두 데이터 세트를 결합하려는 경우가 종종 있습니다.

이를 흔히 퍼지 매칭 이라고 합니다.

SAS에서 퍼지 일치를 수행하는 가장 쉬운 방법은 COMPGED 함수와 함께 SOUNDEX 함수를 사용하는 것입니다.

이 두 함수는 문자열 간의 유사성을 수량화하는 데 사용되며 유사한 문자열을 “일치”하는 데 사용할 수 있습니다.

다음 예에서는 이러한 함수를 사용하여 SAS에서 퍼지 일치를 수행하는 방법을 보여줍니다.

예: SAS에서 퍼지 일치를 수행하는 방법

다양한 농구 선수의 팀 이름과 포인트에 대한 정보가 포함된 다음과 같은 데이터세트가 SAS에 있다고 가정해 보겠습니다.

 /*create first dataset*/     
data data1;
  input team $points;
  datalines ;
Mavs 19
Nets 22
Kings 34
Warriors 19
Magic 32   
;
run ;
/*view dataset*/
proc print data =data1; 

그리고 다양한 농구 선수의 팀 이름과 어시스트가 포함된 또 다른 데이터세트가 있다고 가정해 보겠습니다.

 /*create second dataset*/     
data data2;
  input team $assists;
  datalines ;
Netts 8
Majick 7
Keengs 8
Warriors 12
Mavs 4    
;
run ;
/*view dataset*/
proc print data =data2; 

이 데이터 세트의 많은 팀 이름은 유사하지만 이전 데이터 세트의 팀 이름과 정확히 동일하지는 않습니다.

SAS에서 다음 구문을 사용하여 유사 일치를 수행하고 유사한 팀 이름을 기반으로 두 데이터 세트를 함께 가져올 수 있습니다.

 /*use fuzzy matching to merge datasets based on similar team names*/
data data3;                                       
  setdata1 ;
  tmp1= soundex (team); /*encode team names from data1 */
  do i=1 to nobs;     
    set data2( rename =(team=team2)) point =i nobs =nobs;        
    tmp2= soundex (team2); /*encode team names from data2* /
    dif= compged (tmp1,tmp2); /*determine similarity between team names */
    if dif<=50 then do ;
      drop i tmp1 tmp2 dif; /*dr op unnecessary variables*/
      output ;
    end ;
  end ;
run ;

/*view resulting dataset*/
proc print data=data3; 

SOUNDEX 및 COMPGED 함수는 유사성을 기준으로 팀 이름을 일치시키고 두 데이터세트를 병합하는 최종 데이터세트를 생성할 수 있습니다.

추가 리소스

다음 튜토리얼에서는 SAS에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

SAS: 일대다 병합을 수행하는 방법
SAS: 병합 문에서 (in=a)를 사용하는 방법
SAS: A가 B가 아닌 경우 병합하는 방법