SAS學(xué)習(xí)筆記（4）：數(shù)據(jù)管理功能上

前面幾篇讀書筆記介紹了SAS的基本概念和語言構(gòu)成，從本篇開始將和大家一起學(xué)習(xí)SAS的數(shù)據(jù)管理功能。
1. SAS數(shù)據(jù)步的運(yùn)行機(jī)制

data a;

put x= y= z=;

input x y;

z=x+y;

put x= y= z=;

cards;

10 20

100 200

;

run;

運(yùn)行結(jié)果

x=. y=. z=.

x=10 y=20 z=30

x=. y=. z=.

x=100 y=200 z=300

x=. y=. z=.

NOTE: 數(shù)據(jù)集 WORK.A 有 2 個觀測和 3 個變量。

從這個例子可以看出SAS數(shù)據(jù)步程序和普通程序的一個重大區(qū)別：SAS數(shù)據(jù)步如果有數(shù)據(jù)輸入，比如用INPUT、SET、MERGE、UPDATE、MODIFY等語句讀入數(shù)據(jù)，則數(shù)據(jù)步中隱含了一個循環(huán)，即數(shù)據(jù)步程序執(zhí)行到最后一個語句后，會返回到數(shù)據(jù)步內(nèi)的第一個可執(zhí)行語句開始繼續(xù)執(zhí)行，直到讀入數(shù)據(jù)語句(INPUT、SET、MERGE、UPDATE、MODIFY等)讀入了數(shù)據(jù)結(jié)束標(biāo)志為止才停止執(zhí)行數(shù)據(jù)步，并把讀入的各個觀測寫入在DATA語句中指定的數(shù)據(jù)集。如果沒有數(shù)據(jù)輸入而只是直接計算，則數(shù)據(jù)步程序不需要此隱含循環(huán)。

2. 用input語句輸入數(shù)據(jù)

從原始數(shù)據(jù)輸入要使用input語句，數(shù)據(jù)的行寫在cards語句和一個只有一個頂頭的分號的行之間。

例如：自由格式

data a;

input name $ sex $ math chinese;

cards;

黎明 男 98 97

張紅 女 94 98

；

run;

如果各數(shù)據(jù)行的各個數(shù)據(jù)項是上下對齊的，還可以使用INPUT語句的列方式。這時，除了在INPUT關(guān)鍵字后面列出變量名外，還需要在每個變量名（及$符）后面列出該變量在數(shù)據(jù)行中所占據(jù)的起始位置與結(jié)束位置。

列方式不要求數(shù)據(jù)項之間分開，所以經(jīng)常用來輸入緊縮格式的數(shù)據(jù)。比如，我們要輸入一批身份證號碼，但只輸入其中的出生年、月、日信息，就可以用如下程序

 

如果需要完全原樣地輸入字符型數(shù)據(jù)（包括頭尾空格、單獨(dú)的小數(shù)點(diǎn)），可以用有格式輸入，即在字符型變量名和$符后加上一個輸入格式如CHAR1O.表示讀入10個字符。

有特殊格式的數(shù)據(jù)需要用有格式輸入，即在變量名后加格式名。其中最常見的是用來輸入日期。數(shù)據(jù)中的日期寫法經(jīng)常是多種多樣的，比如1998年10月9日可以寫成"1998-10-9"，"19981009"，"9／10/98"等等，為讀入這樣的日期數(shù)據(jù)就需要為它指定特殊的日期輸入格式。另外，日期數(shù)據(jù)在SAS中是按數(shù)值存儲的，所以如果要顯示日期值，也需要為它指定特殊的日期輸出格式。例如：

3. 變量屬性

變量的屬性包括：

(1)字符型還是數(shù)值型。INPUT語句讀入字符型數(shù)據(jù)時要在變量名后面加$符。

(2)變量標(biāo)簽(LABEL)?？梢越o變量加一個長度不超過40個字符的標(biāo)簽（可以用漢字，不超過20個漢字），標(biāo)簽可以用在以后的報表中。

(3)變量存儲長度(LENGTH)。數(shù)值型數(shù)據(jù)一般長度為8字節(jié)，也可以對取值范圍小的變量規(guī)定較小的長度以節(jié)省存儲空間。字符型變量長度為其能存儲的字符個數(shù)，缺省為8個字節(jié)

數(shù)據(jù)步中的ATTRIB語句可以指定變量的這些屬性。格式為：ATTRIB 變量名 屬性 變量名 屬性…；

可以同時指定多個變量的屬性。屬性為"屬性名=屬性值"這樣的寫法，可以為一個變量同時指定多個屬性。見如下的例子

4. 讀入外部數(shù)據(jù)

文本格式：把原始數(shù)據(jù)放在一個普通的文本格式的文件中，然后用INFILE語句指定輸入文件名。例如，我們可以把數(shù)據(jù)行單獨(dú)生成一個文本文件aa.txt，假設(shè)放在了f：＼中，可以用如下程序讀入文件中的數(shù)據(jù)并生成數(shù)據(jù)集：

data zz;

infile 'f:\aa.txt';

input name $ sex $ age;

run;

proc print;

run;

注意INFILE語句要寫在INPUT語句之前，有INFILE語句就不再有CARDS語句和空語句。INFILE關(guān)鍵字后面跟的是一個包含文件名的字符串，可以使用全路徑名，如果只有文件名則在當(dāng)前工作目錄尋找。

 

微機(jī)格式的數(shù)據(jù)文件

可以使用SAS系統(tǒng)File菜單中的Import命令讀入其它格式的文件。并且可以將操作步驟的程序保存下來留著下次用。

與大型數(shù)據(jù)庫的接口

SAS提供了兩種辦法可以訪問大型數(shù)據(jù)庫。SAS/ACCESS 可以直接連接Oracle、SYbase、SQLServer等大型數(shù)據(jù)庫。為了訪問儲存在這些數(shù)據(jù)庫中的表，需要對數(shù)據(jù)庫中的表在SAS中建立訪問描述文件(access descriptor)，和視圖描述文件(view descriptor)。例如，在數(shù)據(jù)庫服務(wù)器DBIN中有一個數(shù)據(jù)庫Finance，其中有一個表Sales，用戶名guest用密碼anyone可以訪問此庫，就可以用以下程序在SAS中建立訪問描述文件和視圖文件：

其中大寫的部分是固定的。這段程序首先生成了訪問描述文件SASUSER. SALES. ACCESS，然后由此訪問描述文件生成了視圖文件SASUSER. SALESALL.VIEW。在SAS中視圖文件和數(shù)據(jù)集的使用是一樣的，可以使用數(shù)據(jù)集的地方都可以使用視圖文件。

5. 數(shù)據(jù)集的復(fù)制與修改

可以用SET語句把一個已有數(shù)據(jù)集復(fù)制到一個新數(shù)據(jù)集，同時還可以進(jìn)行修改。如果只是復(fù)制數(shù)據(jù)集，也可以用SAS管理器(SAS Explorer)完成。比如要把數(shù)據(jù)集WORK.C9501復(fù)制為數(shù)據(jù)集SASUSER.CLS，只要用如下程序：

data sasuser.cls;

set c9501;

run;

在復(fù)制的同時我們還可以用SAS程序語句對生成的數(shù)據(jù)集進(jìn)行修改。比如，我們把超過100分的語文成績都改為100分，就可以用如下程序：

data c9501a;

set c9501;

if chinese>100 then chinese=100;

run;

在數(shù)據(jù)步中可以用KEEP語句或DROP語句指定要保留的變量或要丟棄的變量。

也可以指定一個條件取出數(shù)據(jù)集的某些行組成的子集。比如，我們希望取出數(shù)學(xué)分?jǐn)?shù)90分以上，語文分?jǐn)?shù)100分以上的學(xué)生的觀測，可以用如下的"子集IF語句"：

 

在用SET語句引入數(shù)據(jù)集時可以給引入的數(shù)據(jù)集加選項，選項放在數(shù)據(jù)集名后的括號內(nèi)：

數(shù)據(jù)集名（數(shù)據(jù)集選項）

選項包括KEEP=，表示引入時只要指定的變量；DROP=，表示不引入指定的變量；OBS=，表示讀取觀測時讀到指定的序號為止（是序號而不是觀測數(shù)）；FIRSTOBS=，表示從指定序號的觀測開始讀取而跳過之前的觀測不讀。