SAS 程序冷知识——proc import中遇到的那些bug

Posted 2023-05-16

参考技术A 当我们用proc import导入一个excel文档的时候，经常会出现这样的情况：

这是因为excel的sheet名字过长导致的（有时候DM老是把sheet名字弄的老长，还后面缀这日期，搞得每次更新文件都先改程序）。

这种情况下最简单的处理就是手动修改excel的sheet名字，但是一般作为正式项目，作为外部数据的excel是不好随便改的。

既然不能改文件就只能改程序了，这里提供一个新的方法：

这两段程序到底哪里有不同呢？最主要的是dbms=的值不同，前者填写的是excel，后者填写的是xlsx。需要注意的是填写xlsx后，原来的两个参数就不能用了需要删掉。

有的时候excel文档是很讨厌的，比如原来数据是1.20，当转成SAS的时候，程序会“贴心”的把变量转成数值型，从而丢掉了1.20后面的0。这本来不影响分析，但是ORRES是要收集原始值的，人家填的是1.20，你怎么能写1.2呢？这个时候就需要我们强制把excel所有变量都变成字符型。

其实这是个偷懒的小技巧。我们只需要修改getnames=这个参数为no，这样excel第一行就会被当作变量的值而不是变量名或标题了。而excel的第一行一般来说，都是含有字符的，所以这样会让所有变量都被当作字符型处理。

当然，我们还可以直接修改excel，在excel中就直接把所有变量都定义为字符的，但是这样又犯了改原始数据的忌讳总之不推荐。

最后需要注意的是，mixed选项是很重要的，如果是no的话，一列中如果有纯数字的话很容易被判定为数值型，从而把那些有字符的变量置空。加了mixed=yes以后，一列中如果既有数字又有字符，就会被判定为字符型。但如果一列真的是纯数字，则会被判定为数值型。另外，对于日期格式，如果没有mixed话，会把日期导成date格式的数值型，但使用mixed之后，日期也会被当作字符处理。

如果dbms=excel的话，导入的字符变量最大长度默认是1024，再长会截断。但是如果加入语句textsize=32767;可以设定这个长度。但是如果dbms=xlsx的话，就不会出这个问题。

网上说scantext是可以自动扫描变量的最大宽度的，但是实际操作下来似乎并非如此，具体有什么作用还不知道。

尽管使用了textsize=32767;，有些变量还是会被截断。这是因为SAS在读入的时候，是预先检查excel前面的若干行来判断长度和变量类型的，所以如果特别长的值在最后几行，可能会导致没有检查到改行，从而变量长度比值要短，以至于发生了截断。这种情况就要用dbms=xlsx了。

T:SAS/ Proc SQL - 选择进入：不在：

【中文标题】T:SAS/ Proc SQL - 选择进入：不在：

【英文标题】：T:SAS/ Proc SQL - select into: not in:

【发布时间】：2018-11-08 20:18:47

【问题描述】：

我目前有一个 proc 内容数据文件，如下所示：

DATA CONTENTS;
    INPUT NAME $;
    DATALINES;
        VARA
        VARB
        VARC
        VARD
        VARE
    ;
RUN;

我希望将最后一个变量变成这样的宏变量

PROC SQL;
    SELECT NAME INTO: MACRO_VARIABLE
        SEPARATED BY " "
            FROM CONTENTS
                WHERE VARNUM > 1
                AND
                WHERE NAME NOT IN:(VARA VARB)
;
QUIT;

我想要适应的新增功能是

Where name not in:(VarA varB)

有没有办法做到这一点，因为我的 VARA 和 VARB 是来自我的控制器页面的用户输入，我无法将它们指定为逗号分隔，因为它们稍后将在脚本中成为“group_by”变量。

编辑：

假设我的控制器中有一个宏变量

%LET group_by_variable = VARA VARB;

然后我执行相同的例程，但像这样替换宏变量

PROC SQL;
SELECT NAME INTO: MACRO_VARIABLE
    SEPARATED BY " "
        FROM CONTENTS
            WHERE VARNUM > 1
            AND
            WHERE NAME NOT IN:(&group_by_variable.)
 ;
QUIT;

【参考方案1】：

在常规 SAS 语句中，您可以使用冒号修饰符来执行截断字符串操作。

if  NAME NOT IN: ('VARA' 'VARB')

但是在 PROC SQL（以及 WHERE 语句）中你不能。所以请改用EQT 运算符。

WHERE NAME NOT EQT 'VARA'

您不能将变量名称与IN 运算符一起使用。但看起来您并不是要引用变量名，而是要引用实际的字符串。因此，您需要在值周围添加引号。

在空格分隔的列表周围添加引号并不难。如果值之间正好有一个空格，则可以通过一个函数调用来完成。

"%sysfunc(tranwrd(VARA VARB,%str( )," "))"

如果您的姓名列表位于宏变量中，请使用compbl() 确保只有一个空格。

%let mylist=%sysfunc(compbl(&mylist));

【参考方案2】：

是的，你可以做到，只是你的查询语法错误。我建议查找一些有关 SAS SQL 的指南。

首先，每个“select”语句只能有一个“where”语句。去掉第二个“where”，只剩下“and”。

其次，在 'in' 语句之后删除 ':'。

最后，在要检查的变量之间添加逗号。

PROC SQL;
    SELECT NAME INTO: MACRO_VARIABLE
        SEPARATED BY " "
            FROM CONTENTS
                WHERE VARNUM > 1
                AND
                NAME NOT IN (VARA, VARB)
;
QUIT;

如果您不能添加逗号，只需让 SAS 为您添加逗号，方法是将所有出现的空格字符替换为逗号。

PROC SQL;
    SELECT NAME INTO: MACRO_VARIABLE
        SEPARATED BY " "
            FROM CONTENTS
                WHERE VARNUM > 1
                AND
                NAME NOT IN (
                    %sysfunc(tranwrd(%quote(VARA VARB),%str( ),%str(, )))
                )
;
QUIT;

【讨论】：

嗨乔希，感谢您的回复，但我正在寻找的是一个答案，它要么告诉我没有逗号（，）是可能的，或者没有逗号是不可能的，我已将我的问题编辑得更明确

@MattMcilwham 好的，那么您可以将字符串中的空格替换为逗号。我已经编辑了我的答案以显示如何。