SAS中的Order By - Proc Sort

1.排序proc sort
proc sort在按數(shù)據(jù)集中某一個(gè)變量或幾個(gè)變量的升序或降序?qū)⒂涗浿匦屡帕?，并把結(jié)果保存在輸出數(shù)據(jù)集中，如果不另外指定輸出數(shù)據(jù)集，則覆蓋輸入數(shù)據(jù)集。
在data步和proc步某些操作中，當(dāng)需要用到by語(yǔ)句時(shí)，一般都需要源數(shù)據(jù)集按照by語(yǔ)句中的變量事先排序，這里就需要用到proc sort。

(1)語(yǔ)法格式
PROC SORT <collating-sequence-option> <other option(s)>;
BY <DESCENDING> variable-1 <...<DESCENDING> variable-n>;
proc sort一些常用的選項(xiàng)：
·數(shù)據(jù)集選項(xiàng)
data= 輸入數(shù)據(jù)集，缺省時(shí)使用最近創(chuàng)建的數(shù)據(jù)集
out= 輸出數(shù)據(jù)集，缺省時(shí)表示排序后覆蓋源數(shù)據(jù)集
·排序序列選項(xiàng)
sortseq= 指定排序的序列，這跟使用的操作系統(tǒng)有關(guān)，Windows/Unix都是ASCII編碼，一般這個(gè)選項(xiàng)缺省就行；也可以直接在proc sort后面加上編碼名稱。
·修改排序次序的選項(xiàng)
reverse 使用由正常排序序列相反的排序序列對(duì)字符變量進(jìn)行排序，可以被by語(yǔ)句中的descending選項(xiàng)取代，reverse只能用于字符變量。
equals|noequals 規(guī)定輸出數(shù)據(jù)集中具有相同by變量的那些記錄的次序，equals選項(xiàng)是保持在輸入數(shù)據(jù)集中原來(lái)的相對(duì)次序，而noequals選項(xiàng)則沒有這一限制。
·刪除重復(fù)記錄的選項(xiàng)
noduprecs 刪除重復(fù)的記錄，發(fā)生在排序后，將完全相同的記錄刪除。
nodupkey 刪除重復(fù)的by變量記錄，發(fā)生在排序中，sort過程讀取輸入數(shù)據(jù)集中的記錄，在寫入輸出數(shù)據(jù)集時(shí)先比較by變量值，如有重復(fù)則部寫入輸出數(shù)據(jù)集。這個(gè)選項(xiàng)要小心使用，因?yàn)镾AS會(huì)刪除by變量重復(fù)的記錄，而不管該記錄是不是重復(fù)的，這樣就會(huì)丟失有效的數(shù)據(jù)。
·其他選項(xiàng)
datecopy 保留數(shù)據(jù)集創(chuàng)建或修改的日期，缺省時(shí)排序也會(huì)被認(rèn)為是修改，上次的修改時(shí)間就會(huì)被覆蓋，可是有些時(shí)候我們并不希望SAS這么做。
force 強(qiáng)制排序，不管輸入數(shù)據(jù)集是否已經(jīng)排序或有索引，都進(jìn)行重新排序
內(nèi)存與磁盤優(yōu)化選項(xiàng)排序在各種語(yǔ)言中是一種基本的算法，當(dāng)數(shù)據(jù)集很大時(shí)會(huì)占用大量的計(jì)算機(jī)資源，這些選項(xiàng)提供算法在這方面的優(yōu)化。

by語(yǔ)句
缺省情況下，是按照變量進(jìn)行升序排列(ascending)，降序則要顯性的用descending指明。
特別的是，這兩個(gè)關(guān)鍵字應(yīng)該寫在變量的前面，而其他語(yǔ)言可能相反，如SQL將排序關(guān)鍵字放在變量之后。

(2)運(yùn)行機(jī)制
proc sort會(huì)先檢查輸入數(shù)據(jù)集的排序信息，特別是sortedby=選項(xiàng)，如果輸入數(shù)據(jù)集提示已經(jīng)按照by變量進(jìn)行過排序，或者sort過程檢測(cè)到數(shù)據(jù)集中記錄的順序按照by變量本來(lái)就是有序的，則proc sort就會(huì)偷懶，不進(jìn)行排序，直接將輸入數(shù)據(jù)集復(fù)制到輸出數(shù)據(jù)集中；另外，如果輸入數(shù)據(jù)集在by變量上已經(jīng)創(chuàng)建索引，則也不進(jìn)行排序，因?yàn)榕判蛑髸?huì)破壞原來(lái)的索引。除此之外，proc sort才會(huì)進(jìn)行排序。
那么，如果用戶要強(qiáng)制sort過程進(jìn)行排序呢？那就需要用到force選項(xiàng)了。
(3)實(shí)例
對(duì)數(shù)據(jù)集按年齡大小進(jìn)行排序，相同年齡的觀測(cè)仍然按原來(lái)的次序。
proc sort data=age equals;
    by age;
run;