如何在 SPSS 中执行多对多或（至少）外部联接
How to perform a many-to-many or (at least) a outer-join in SPSS
通常我使用[R] 进行数据分析，但最近我不得不使用SPSS。我原以为数据操作可能会以这种方式变得更加困难，但在我的第一天之后我有点投降 :D 我真的很感激一些帮助......
我的问题如下：
- 我有两个数据集，它们都有一个ID号。两个数据集都没有唯一ID（在一个应该有唯一ID的数据集中，有一种重复的行）
- 在一个完美的世界中，我想保留这个重复的行并简单地执行多对多连接。但我接受了，我可能必须删除这个“坏”行（在数据集 A 中）并执行 1:many-join（将数据集 B 连接到包含唯一 ID 的数据集 A）。
- 如果我 运行 连接（并接受似乎不可能 运行 一个 1:many，但只能一个 many:1-连接），我有问题，我丢失了 ID。如果我将数据集 A 连接到数据集 B，我将丢失所有不属于数据集 B 的案例。但我真的很想拥有两个 ID，例如完全连接或其他东西。
你知道我的问题是否有（某种）简单的解决方案吗？
示例：
数据集 A：
ID
VAL1
1
A
1
B
2
D
3
K
4
A
数据集 B：
ID
VAL2
1
g
2
k
4
a
5
c
5
d
5
a
2
x
预期结果（最佳解决方案）：
ID
VAL1
VAL2
1
A
g
1
B
g
2
D
k
3
K
NA
4
A
a
2
D
x
预期结果（次佳解决方案）：
ID
VAL1
VAL2
1
A
g
2
D
k
3
K
NA
4
A
a
5
NA
c
5
NA
d
5
NA
a
2
D
x
我得到的结果（最差的解决方案）：
ID
VAL1
VAL2
1
A
g
2
D
k
4
A
a
5
NA
c
5
NA
d
5
NA
a
2
D
x
从你的例子看来，你需要的是一个完整的多对多连接，基于数据集 A 中存在的 ID。你可以通过使用数据集 A 创建两个数据集的完整笛卡尔积来获得它作为 first\left 数据集。
以下语法假定您安装了 STATS CARTPROD 扩展命令。如果你不这样做，你可以看到 here 关于安装它。
首先，我将重新创建您的示例以进行演示：
dataset close all.
data list list/id1 vl1 (2F3) .
begin data
1 232
1 433
2 456
3 246
4 468
end data.
dataset name aaa.
data list list/id2 vl2 (2F3) .
begin data
1 111
2 222
4 333
5 444
5 555
5 666
2 777
3 888
end data.
dataset name bbb.
现在实际工作相当简单了：
DATASET ACTIVATE aaa.
STATS CARTPROD VAR1=id1 vl1 INPUT2=bbb VAR2=id2 vl2
/SAVE OUTFILE="C:\somepath\yourcartesianproduct.sav".
* The new dataset now contains all possible combinations of rows in the two datasets.
* we will select only the relevant combinations, where the two ID's match.
select if id1=id2.
exe.
通常我使用[R] 进行数据分析，但最近我不得不使用SPSS。我原以为数据操作可能会以这种方式变得更加困难，但在我的第一天之后我有点投降 :D 我真的很感激一些帮助...... 我的问题如下：
- 我有两个数据集，它们都有一个ID号。两个数据集都没有唯一ID（在一个应该有唯一ID的数据集中，有一种重复的行）
- 在一个完美的世界中，我想保留这个重复的行并简单地执行多对多连接。但我接受了，我可能必须删除这个“坏”行（在数据集 A 中）并执行 1:many-join（将数据集 B 连接到包含唯一 ID 的数据集 A）。
- 如果我 运行 连接（并接受似乎不可能 运行 一个 1:many，但只能一个 many:1-连接），我有问题，我丢失了 ID。如果我将数据集 A 连接到数据集 B，我将丢失所有不属于数据集 B 的案例。但我真的很想拥有两个 ID，例如完全连接或其他东西。
你知道我的问题是否有（某种）简单的解决方案吗？
示例：
数据集 A：
| ID | VAL1 |
|---|---|
| 1 | A |
| 1 | B |
| 2 | D |
| 3 | K |
| 4 | A |
数据集 B：
| ID | VAL2 |
|---|---|
| 1 | g |
| 2 | k |
| 4 | a |
| 5 | c |
| 5 | d |
| 5 | a |
| 2 | x |
预期结果（最佳解决方案）：
| ID | VAL1 | VAL2 |
|---|---|---|
| 1 | A | g |
| 1 | B | g |
| 2 | D | k |
| 3 | K | NA |
| 4 | A | a |
| 2 | D | x |
预期结果（次佳解决方案）：
| ID | VAL1 | VAL2 |
|---|---|---|
| 1 | A | g |
| 2 | D | k |
| 3 | K | NA |
| 4 | A | a |
| 5 | NA | c |
| 5 | NA | d |
| 5 | NA | a |
| 2 | D | x |
我得到的结果（最差的解决方案）：
| ID | VAL1 | VAL2 |
|---|---|---|
| 1 | A | g |
| 2 | D | k |
| 4 | A | a |
| 5 | NA | c |
| 5 | NA | d |
| 5 | NA | a |
| 2 | D | x |
从你的例子看来，你需要的是一个完整的多对多连接，基于数据集 A 中存在的 ID。你可以通过使用数据集 A 创建两个数据集的完整笛卡尔积来获得它作为 first\left 数据集。
以下语法假定您安装了 STATS CARTPROD 扩展命令。如果你不这样做，你可以看到 here 关于安装它。
首先，我将重新创建您的示例以进行演示：
dataset close all.
data list list/id1 vl1 (2F3) .
begin data
1 232
1 433
2 456
3 246
4 468
end data.
dataset name aaa.
data list list/id2 vl2 (2F3) .
begin data
1 111
2 222
4 333
5 444
5 555
5 666
2 777
3 888
end data.
dataset name bbb.
现在实际工作相当简单了：
DATASET ACTIVATE aaa.
STATS CARTPROD VAR1=id1 vl1 INPUT2=bbb VAR2=id2 vl2
/SAVE OUTFILE="C:\somepath\yourcartesianproduct.sav".
* The new dataset now contains all possible combinations of rows in the two datasets.
* we will select only the relevant combinations, where the two ID's match.
select if id1=id2.
exe.