Контроль и отсев записей-дубликатов

 

Загрузить как .sps Показать простым текстом

 

  1
  2
  3
  4
  5
  6
  7
  8
  9
 10
 11
 12
 13
 14
 15
 16
 17
 18
 19
 20
 21
 22
 23
 24
 25
 26
 27
 28
 29
 30
 31
 32
 33
 34
 35
 36
 37
 38
 39
 40
 41
 42
 43
 44
 45
 46
 47
 48
 49
 50
 51
 52
 53
 54
 55
 56
 57
 58
 59
 60
 61
 62
 63
 64
 65
 66
 67
 68
 69
 70
 71
 72
 73
 74
 75
 76
 77
 78
 79
 80
 81
 82
 83
 84
 85
 86
 87
 88
 89
 90
 91
 92
 93
 94
 95
 96
 97
 98
 99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
* --------------------------------------------------------------------------- 
Файл:		double entry check.sps
Автор:   	Bruce Weaver
Дата:		19 декабря 2001
Заметки:	Использование MATCH FILES для контроля повторяющихся записей .
* --------------------------------------------------------------------------- .

* Во-первых, создадим пример файла данных с записями для объектов с ID от 6 до 12 и сохраним их.

DATA LIST LIST /ID (f2.0) a (f2.0) b(f2.0) c (f2.0) Y (f2.0) .
BEGIN DATA.
6 2 1 1 13
6 2 1 2 12
6 2 2 1  8
6 2 2 2 11
6 2 3 1  9
6 2 3 2  8
7 3 1 1 16
7 3 1 2 17
7 3 2 1 12
7 3 2 2 14
7 3 3 1 11
7 3 3 2 12
8 3 1 1 16
8 3 1 2 13
8 3 2 1 10
8 3 2 2 15
8 3 3 1 12
8 3 3 2 16
9 3 1 1 18
9 3 1 2 21
9 3 2 1 17
9 3 2 2 18
9 3 3 1 22
9 3 3 2 23
10 4 1 1 19
10 4 1 2 17
10 4 2 1 20
10 4 2 2 17
10 4 3 1 14
10 4 3 2 16
11 4 1 1 10
11 4 1 2 11
11 4 2 1 14
11 4 2 2 12
11 4 3 1 13
11 4 3 2 16
12 4 1 1 21
12 4 1 2 18
12 4 2 1 22
12 4 2 2 12
12 4 3 1 15
12 4 3 2 17
END DATA.

compute fnum=2.
exe.
formats fnum (f2.0).
var lab fnum 'Номер файла'.
save outfile = 'c:\\file2.sav' /compressed.


* Теперь создадим другой файл с записями для объектов с ID от 1 до 7 .
* Обратите внимание, теперь оба файла имеют данные для ID 6 и 7 . 

DATA LIST LIST /ID (f2.0) a (f2.0) b(f2.0) c (f2.0) Y (f2.0) .
BEGIN DATA.
1 1 1 1 14
1 1 1 2 12
1 1 2 1 17
1 1 2 2 20
1 1 3 1 12
1 1 3 2 10
2 1 1 1 11
2 1 1 2 13
2 1 2 1 12
2 1 2 2 16
2 1 3 1 11
2 1 3 2 13
3 1 1 1 12
3 1 1 2 13
3 1 2 1 15
3 1 2 2 18
3 1 3 1 15
3 1 3 2 13
4 2 1 1 11
4 2 1 2 16
4 2 2 1 13
4 2 2 2 14
4 2 3 1 15
4 2 3 2 17
5 2 1 1  9
5 2 1 2 11
5 2 2 1 13
5 2 2 2 14
5 2 3 1 12
5 2 3 2  8
6 2 1 1 13
6 2 1 2 12
6 2 2 1  8
6 2 2 2 11
6 2 3 1  9
6 2 3 2  8
7 3 1 1 16
7 3 1 2 17
7 3 2 1 12
7 3 2 2 14
7 3 3 1 11
7 3 3 2 12
END DATA.

compute fnum=1.
exe.
formats fnum (f2.0).
var lab fnum 'Номер файла'.

* Объединим два файла.

ADD FILES /FILE=*
 /FILE='C:\\file2.sav'.
EXECUTE.

* Ищем дублирующие записи, используя MATCH FILES .
* Во-первых, надо отсортировать по ID и другим переменным.

sort cases by id a b c y .

MATCH FILES file=* 
	/BY id a b c y  / FIRST = unique .
EXEC .

freq unique.

* Существует 12 неуникальных записей.
* Ведь данные для объектов с ID 6 и 7 были в обоих файлах. Покажем их.

use all.
compute f = any(id,6,7).
filter by f.
exe.
list id to unique.

* Уберём дубликаты.

use all.
filter off.
select if unique.
exe.

freq unique.

* Теперь все записи уникальны.

* --------------------------------------------------------------------------- .
Related pages

...

Navigate from here