SAS之大話PDV

之所以說(shuō)是數(shù)據(jù)源，而非輸入緩沖區(qū)的原因上一條推送已經(jīng)說(shuō)明，這里就不再啰嗦啦。

這里我們且將DATA步流程簡(jiǎn)單地分為從數(shù)據(jù)源讀入到pdv和從pdv寫(xiě)入數(shù)據(jù)集。

IF語(yǔ)句 & WHERE語(yǔ)句

這兩個(gè)語(yǔ)句均是用于條件選擇，但二者作用時(shí)機(jī)卻大有不同。簡(jiǎn)單來(lái)說(shuō)，if語(yǔ)句作用于觀測(cè)出PDV到生成數(shù)據(jù)集時(shí)；而where語(yǔ)句則作用于觀測(cè)進(jìn)入PDV之時(shí)。這也奠定了二者效率上的差別。由于where語(yǔ)句作用于觀測(cè)進(jìn)入PDV之時(shí)，SAS讀入的觀測(cè)已經(jīng)過(guò)選擇，讀入觀測(cè)數(shù)較少，所以在讀入較大數(shù)據(jù)之時(shí)，where語(yǔ)句的優(yōu)勢(shì)就尤為明顯了。

但又是因?yàn)閣here語(yǔ)句作用于觀測(cè)進(jìn)入PDV之時(shí)，也帶來(lái)了一些限制，如：

當(dāng)提交如上語(yǔ)句之時(shí)，SAS將會(huì)報(bào)錯(cuò)：

ERROR: 變量 x 不在文件“WORK.B”中。

而使用if語(yǔ)句則不會(huì)出現(xiàn)此ERROR。

對(duì)于這些選項(xiàng)的作用，相信大家也都有所了解；如不了解，那就得好好補(bǔ)補(bǔ)基礎(chǔ)咯

言歸正傳，對(duì)于這些語(yǔ)句的作用時(shí)機(jī)，就不再一一演示，簡(jiǎn)單來(lái)說(shuō)，rename、keep、drop語(yǔ)句用于PDV到生成數(shù)據(jù)集的過(guò)程中。而對(duì)于選項(xiàng)，則需看選項(xiàng)的位置：

對(duì)于上述代碼，大家可自行敲擊運(yùn)行，就會(huì)發(fā)現(xiàn)在數(shù)據(jù)集b生成過(guò)程中出現(xiàn)NOTE: 變量 age 未初始化。  原因就在于當(dāng)選項(xiàng)用于set語(yǔ)句時(shí)，作用時(shí)機(jī)為原始數(shù)據(jù)至PDV之間；而當(dāng)選項(xiàng)用于data語(yǔ)句時(shí)，則作用于PDV至生成數(shù)據(jù)集之間。

當(dāng)SASDATA步中使用SET語(yǔ)句、MERGE語(yǔ)句和UPDATE語(yǔ)句讀入變量時(shí)（除賦值語(yǔ)句和input語(yǔ)句外），SAS將會(huì)自動(dòng)retain，即由這些語(yǔ)句讀入的變量將不會(huì)被置缺失。

不多說(shuō)，上例子：

例1：merge

結(jié)果：

運(yùn)行過(guò)程：

從a讀入第1條觀測(cè)，從b讀入第1條觀測(cè)，查看id(即by變量)是否匹配，若不匹配，則讀入id較小的觀測(cè)，若匹配則一起讀入PDV。此例為匹配。

到達(dá)RUN語(yǔ)句，將PDV寫(xiě)入數(shù)據(jù)集

從a、b分別讀入第2條觀測(cè)，檢查發(fā)現(xiàn)不匹配。檢查id是否與PDV中相同，若是，則讀入匹配的觀測(cè)（即a中第二條觀測(cè)），若都不同，則將較小的id觀測(cè)讀入。

達(dá)到run語(yǔ)句，OUTPUT；

讀入a的第3條觀測(cè)，b的第2條觀測(cè)，檢查發(fā)現(xiàn)不匹配。再檢查id發(fā)現(xiàn)a中第3條與PDV中id匹配，將其寫(xiě)入。后output。

讀入a的第4條觀測(cè)，b的第2條觀測(cè)，檢查發(fā)現(xiàn)匹配，再檢查發(fā)現(xiàn)與PDV中id不同；此時(shí)進(jìn)入另一個(gè)by組，初始化DVP。將匹配的觀測(cè)寫(xiě)入DVP。

讀入a中第5條觀測(cè)，b中第3條觀測(cè)，發(fā)現(xiàn)id不匹配，再檢查發(fā)現(xiàn)b中第3條觀測(cè)id與PDV中id匹配，將其讀入，后output。

讀入a中第5條觀測(cè)，b中第4條觀測(cè)，發(fā)現(xiàn)id匹配并與PDV中id不同，初始化pdv，將兩條觀測(cè)整合寫(xiě)入PDV，后output。

由于a中觀測(cè)已讀完（EOF），讀入b中第5條觀測(cè)，發(fā)現(xiàn)與PDV中id不同，初始化PDV，讀入b中第5條觀測(cè)，output。注意此時(shí)由于沒(méi)有匹配，且為新的by組，不存在retain的x變量，所以最后一條觀測(cè)中x為空。

a、b數(shù)據(jù)集均到達(dá)EOF，程序運(yùn)行結(jié)束，保存數(shù)據(jù)集。

例2：set

結(jié)果：

這時(shí)候大家可能會(huì)發(fā)現(xiàn)，第二條觀測(cè)不是同一個(gè)by組嗎？為什么第2條觀測(cè)的x變量不是第一條中x的值呢？為什么沒(méi)有retain？

然而，其實(shí)還是有retain的，只不過(guò)數(shù)據(jù)集中體現(xiàn)不出來(lái)，而結(jié)果為什么會(huì)是那樣呢？這就涉及到PDV的又一個(gè)原則，當(dāng)PDV從一個(gè)新的數(shù)據(jù)集中讀入觀測(cè)時(shí)，會(huì)將PDV置缺失。

若你想看出retain的效果呢，有個(gè)辦法：

對(duì)于UPDATA等其他語(yǔ)句，就不再舉例啦，有興趣者可自行探索。