深入理解SAS之批量數(shù)據(jù)導(dǎo)入

當(dāng)我們?cè)谔幚怼捍罅康臄?shù)據(jù)』（我偏不說(shuō)大數(shù)據(jù)）的時(shí)候，如果一個(gè)文件一個(gè)文件的讀入未免太不優(yōu)雅。然而，如果我們操作的工具僅限于SAS，那無(wú)疑是『戴著鐐銬跳舞』。SAS的循環(huán)那可不是像R那揮之即來(lái)的_for-loop_那么簡(jiǎn)單。

下面，我們就來(lái)演示一番如何優(yōu)雅地舞動(dòng)SAS這件，實(shí)現(xiàn)批量數(shù)據(jù)載入。

1.準(zhǔn)備一份文件名數(shù)據(jù)集

讀取某個(gè)文件夾下的文件名，這在R中再簡(jiǎn)單不過(guò)了。直接一個(gè)dir()函數(shù)搞定。

當(dāng)然，我們要做的還要稍微復(fù)雜一些。我們需要讀取原文件名in_name，并提供相應(yīng)的SAS數(shù)據(jù)集文件名out_name。然而，我們傲嬌的SAS在文件名命名的時(shí)候，不像R那么隨心所欲。它有著這樣那樣的規(guī)矩。如：文件名不能超過(guò)32個(gè)字符；文件名內(nèi)不能含小數(shù)點(diǎn).。很不幸的是，博主要處理的數(shù)據(jù)恰好含有小數(shù)點(diǎn).。所以，輸出文件名不能直接使用原文件名。于是，前面整理的正則表達(dá)式知識(shí)終于可以派上用場(chǎng)了。

廢話(huà)不多說(shuō)，直接上代碼。

當(dāng)然，如果你說(shuō)一定要用SAS全程搞定，那也不是不可能。這里提供一行SAS暗黑代碼。

X "dir F:\Morgage\raw_data\lars__final_year_dat\*.dat/b >F:\Morgage\raw_data\lars__final_year_dat\filename" ;

通過(guò)X命令，執(zhí)行命令提示符語(yǔ)句。首先，通過(guò)dir命令切換到F:\Morgage\raw_data\lars__final_year_dat\*.dat；接著，通過(guò)管道操作符>把同類(lèi)型的.dat格式文件的文件名輸出到文件夾F:\Morgage\raw_data\lars__final_year_dat\下的filename文件中。

有沒(méi)有一種Linux命令行的既視感？

2.寫(xiě)一個(gè)讀入數(shù)據(jù)的宏

%macro readfile_dat(v_dir,in_name,out_name);
    /*?????????????v_dir,???????in_name,????SAS???????out_name*/
    %let dir = &v_dir;
    %let gsm= &in_name;
    %let filename = "&dir&gsm";
    libname Mor_dat 'F:\Morgage\sas_data\dat';

    data Mor_dat.&out_name;
        
        infile &filename;

        input variable ; /*此處省略一萬(wàn)個(gè)變量的輸入格式*/

    run;
    
%mend readfile_dat;

3.利用數(shù)據(jù)步實(shí)現(xiàn)循環(huán)讀取數(shù)據(jù)集

這一步是一個(gè)技巧活。這里，讀入第一步中創(chuàng)建的數(shù)據(jù)集，并將每一行得到的變量值作為參數(shù)傳給第二步中讀取我們所需要處理的數(shù)據(jù)集的宏。

data _null_;
    length in_name $ 19 out_name $ 15;
    infile "F:\Morgage\raw_data\DAT_FileNameList.csv"  dsd delimiter=' ';
    input in_name $  out_name $ ;
    call execute(compress('%readfile_dat(F:\Morgage\raw_data\lars__final_year_dat\,'||in_name||','||out_name||')'));

run;

最后，可以用proc print過(guò)程檢查一下讀取是否正確。