我有一个数据集，有两个字段存储字符串。1.在sas中，当我对数据集执行nodupkey操作时，我得到大约200条记录。2.在sql中，当我执行select distinct/group by/partition by时，我将获得约2000条记录。此sql代码在托管在aws emr服务器上的配置单元上运行。
我正在处理的数据集在某些字段的记录中为空。除了我在第1点和第2点提到的以外，我没有做任何其他事情。
我正在寻找解释，为什么有一个巨大的不匹配这两个当我只是做一个简单的重复删除。