SAS中最常用的10個(gè)命令

SAS是喬伊平時(shí)學(xué)習(xí)中常用到的數(shù)據(jù)處理軟件之一。在處理大批量數(shù)據(jù)時(shí)，SAS不能說(shuō)太好用呢。SAS也是學(xué)習(xí)起來(lái)十分簡(jiǎn)單的一個(gè)軟件，掌握一些基本的命令，就可以滿足日常的數(shù)據(jù)處理需求。

01

proc sort   data= aout= bnodup;    bystkcd date;    run;

proc sort 是特別特別常用到的，因?yàn)樵S多后續(xù)命令都要求數(shù)據(jù)是按照一定格式排列的。比如下面會(huì)提到的merge和 first/last。此外，nodup允許我們使用sort命令來(lái)去除重復(fù)觀測(cè)值。

02

datad;    mergeb c;    bystkcd date;run;

merge 可以在數(shù)據(jù)步中實(shí)現(xiàn)兩個(gè)數(shù)據(jù)集合的合并。在by選項(xiàng)可以定義根據(jù)那些變量進(jìn)行數(shù)據(jù)的合并。比如在上面給出的例子中，就是根據(jù)股票代碼（stkcd）和日期（date）進(jìn)行合并的。

03

datae;    setb;    bystkcd date;    iffirst.date then delete;    iflast.date then delete;run;

有時(shí)候，我們可能只需要一個(gè)對(duì)象所有日期的第一個(gè)或者最后一個(gè)觀測(cè)值。這時(shí)候first和last就顯得特別好用啦。先用前面所提到的sort先對(duì)數(shù)據(jù)集進(jìn)行排序，然后在數(shù)據(jù)步先by排序的變量，接著就可以使用first和last對(duì)第一個(gè)和最后一個(gè)觀測(cè)值進(jìn)行處理。

04

proc expand    data=crsp_m  out=umd;

bypermno;

iddate;

convert ret = cum_return /     transformin=(+1)     transformout=(MOVPROD 6 -1);

quit;

如果需要滾動(dòng)求和（Rolling average）或者滾動(dòng)求積（Rolling product）,proc expand是再方便不過(guò)了。以上面這個(gè)小程序?yàn)槔?，我們要?duì)crsp_m這個(gè)數(shù)據(jù)集進(jìn)行處理，處理完成的數(shù)據(jù)集命名為umd。 上面的程序?qū)崿F(xiàn)的就是對(duì)每一只股票（permno）在一個(gè)日期（id）計(jì)算一個(gè)累積6個(gè)月收益cum_return。其中cum_return可以表達(dá)如下：

cumreturn=(1+ret?1)(1+ret?2)(1+ret?3)(1+ret?4)(1+ret?5)(1+ret?6)-1

05

data cmpst;

setcmpst_raw;

dodate = rdq-90tordq+10;

output;

end;

run;

采用事件研究方法時(shí)，需要根據(jù)事件日構(gòu)建事件窗。這時(shí)候可以利用上面例子的方式利用do實(shí)現(xiàn)，不過(guò)需要注意的是不要把output和end落下了，不然會(huì)報(bào)錯(cuò)的哦。上面的例子就是根據(jù)時(shí)間rdq，構(gòu)建事件窗，事件窗是事件前90天到事件后10天。

06

proc means       data= crsp_mnwaynoprint;

classyear permno;

varret;

outputout =stat        mean= std=  ;

run;

我們還可能還常常需要求一個(gè)對(duì)象在給定時(shí)間內(nèi)某變量的均值，標(biāo)準(zhǔn)差等統(tǒng)計(jì)值。這時(shí)候就用proc means。 上面的例子中，輸入是股票的月收益率，輸出送每只股票每年的月收益率的均值和標(biāo)準(zhǔn)差。加入nway是因?yàn)楸苊庠谳敵龅臄?shù)據(jù)集stat中輸出總體均值，標(biāo)準(zhǔn)差。

07

proc import     out= crsp_m        datafile= "C:\crsp_m.csv"         dbms=csv replace;        getnames=yes;run;       

proc export             data= results      outfile="C:\results.xlsx"      dbms=xlsxreplace;

label;

run;

然后我們可能常常需要導(dǎo)入和導(dǎo)出數(shù)據(jù)xlsx，xls，和csv格式的文件。一般會(huì)用到proc import 和proc export。用法就如上，不過(guò)需要注意的是，dbms需要與文件后綴名保持一致，所以記得改哦。

08

proc rank       data=crsp_mout=umd        group=10;

bydate;

varcum_return;

ranksmomr;

run;

在一些情景中，需要將樣本按照某一變量的大小分成幾組。 利用proc rank, 就可以輕松通過(guò)group來(lái)定義你分組的個(gè)數(shù)，通過(guò)var給出分組所依據(jù)的變量。ranks 后定義了分組對(duì)應(yīng)的變量名。

09

proc univariate   data=crsp_m noprint;

whereexchcd = 1 ;

varsize;

bydate sic ; 

outputout= nyse_bp           pctlpts= 10 20 30          pctlpre= sizedec ;

run;

proc univariate的功能和proc rank很相似， 不過(guò)它輸出的是一個(gè)樣本中某一變量的分位數(shù)，根據(jù)這個(gè)分位數(shù)，我們可以進(jìn)一步地對(duì)樣本進(jìn)行分組。 那在什么情況下我們會(huì)用到proc univariate呢？一個(gè)簡(jiǎn)單的例子就是我們需要對(duì)A 樣本根據(jù)x 變量進(jìn)行分組，但是分組是基于在B樣本中x變量的分位數(shù)。 這時(shí)候先利用proc univariate B樣本得到x變量的分位數(shù)，然后在用得到的分位數(shù)來(lái)對(duì)A樣本進(jìn)行分組。在讀文獻(xiàn)的時(shí)候，經(jīng)常會(huì)遇到樣本包含了NYSE,NASDAQ和AMEX三個(gè)交易所的股票，然后進(jìn)行分組的時(shí)候只用NYSE子樣本（NYSE Breakpoints）。

10

proc sql;    create tablecrsp_m3as

selecta.*, b.*

fromcrsp_m2asa,nyse_bpasb

wherea.date=b.dateanda.sic = b.sic;

quit;

除了在數(shù)據(jù)步使用merge來(lái)進(jìn)行數(shù)據(jù)集的合，你還可以使用proc sql來(lái)進(jìn)行merge。他們兩者的功能相似，不過(guò)在進(jìn)行一對(duì)多的合并的時(shí)候使用merge容易出錯(cuò)，所以這時(shí)候?qū)ν扑]使用sql。