SAS编程基础 - 数据获取与数据集操作

Posted 2020-09-18 君以沫

1. 数据来源

SAS数据来源主要有两种：一是通过input语句创建，另外一种方式是通过外部数据文件获取。

1.1 libname

1.2 odbc

1.3 passthrough

1.4 import

1.5 input

该方式是在SAS系统下通过input语句输入SAS数据块，实践中是最不常的用的一块。

 

2. set语句

从一个或者多个SAS数据集中读取观测值并实现纵向合并。

2.1 keep=选项

data keep;
set sashelp.class(keep = age sex);
run;

该方式创建了一个临时数据集keep（输出数据集），然后使用set语句从数据集sashelp.class中获取数据，keep=指定了读入的变量，其他冗余变量不读取，最后将读取的变量输入到数据集keep中。

还可以输出两个或者多个数据集：

data d1(keep=name)d2(keep=name sex);
set sashelp.class(keep=name sex);
run;

输出数据集d1和d2，并且分别在每个数据集后使用keep=指定了输出的变量。在set语句中使用keep=语句，可以提高运行效率，因为它使得set语句从数据集class中只读取了name和sex两个变量到PDV中。去掉这里的keep=不会报错，但是效率会降低。进一步，如果将这里的keep修改为“keep=name”，即去掉sex，那么导致的结果是数据集d2中只包含name变量，而不包含sex变量，这是因为set语句没有读取sex变量，自然不会输出到d2中。

2.2 rename=选项

将变量名重新命名：

data rename;
set sashelp.class(keep = name sex rename=(name=name_new sex=sex_new));
run;

对重命名变量需要用括号括起来。

2.3 where表达式

添加筛选条件：

data where;
set sashelp.class(keep=name sex where=(sex=‘男‘));
run;

读取性别为男的人的姓名和性别。可以通过keep=的方式只输出性别为男的人的姓名，只需要将第一行修改为“data where(keep=name);”即可。注意，不能通过去掉class后面的sex实现，因为这里的keep指定的是读取变量，否则读取不到sex就无法完成where后的sex条件判断，就会报错。

2.4 in选项

把set语句后面不同的数据集通过标识变量显示出来：

 1 data one;
 2 input x y$ @@;
 3 cards;
 4 1 a 2 b 3 c
 5 ;
 6 data two;
 7 input x z$ @@;
 8 cards;
 9 4 d 5 e
10 ;
11 
12 data in1;
13 set one(in=ina) two(in=inb);
14 in_one = ina;
15 in_two = inb;
16 run; 

如果一行的观测来源于数据集one，那么对一个的in_one的值是1，in_two的值为0.相反，如果该行观测来源于数据集two，那么in_one的值为0，in_two的值为1.简单来说，就是标识一下该行变量来源。

in本身不是个变量，所以不能通过in_one=in的形式得到标识变量，于是就先创建一个临时变量ina，然后把临时变量的值赋给输出变量in_one。

还可以通过if语句实现标记：

1 data in2;
2 set one(in=ina) two(in=inb);
3 if ina=1 then flag=1;else flag =0;
4 run;

in选项可以标记观测的来源，那么就可以使用in选项对不同来源的数据进行不同的操作。

2.5 firstobs=和obs=

读取数据集中指定行到行的观测：

1 data obs;
2 set sashelp.class(firstobs=3 obs=5);
3 run;

读取class数据集中第3行到第5行的数据，包括第3和第5行。firstobs和obs都可以缺省，如果缺省firstobs代表默认为从第一个开始到obs指定的行，如果缺省obs，则代表默认为从firstobs指定的行到最后位置。两者都缺省，实质上就是未指定范围，即读取全部观测。

2.6 nobs=

2.7 point=

2.7.1 取指定的一条观测

1 data point1;
2 n=3;
3 set sashelp.class point=n;
4 output;
5 stop;
6 run;

读取第3条观测，注意point=后边必须跟变量，如果直接写成point=3是错误的。使用output输出第3条观测，使用stop终止运行。注意，如果没有output则不能将观测输出到数据集中，如果没有stop会使程序陷入死循环，数据指针无法判断是否指向了最后一条观测。stop经常和point搭配使用。

2.7.2 取指定的多条观测

1 data point2;
2 do n=2,4,6,7;
3 set sashelp.class point=n;
4 output;
5 end;
6 stop;
7 run;

output与end的位置不能互换，互换后只输出最后一条观测，即第7条观测。

2.8 nobs=和point=综合应用

快速读取最后一条观测：

1 data nobs_point;
2 set sashelp.class nobs=last point=last;
3 output;
4 stop;
5 run;

2.9 end=

文件是否结尾的标识：

1 data end;
2 set sashelp.class end=last_obs;
3 flag = last_obs;
4 run;

2.10 具有相同数据结构的多个数据集的合并

1 data concatenat;
2 set sashelp.class sashelp.class(obs=10);
3 run;

2.11 使用output控制输出到多个数据集

1 data d1 d2;
2 set sashelp.class;
3 if _n_ le 10 then output d1;
4 else output d2;
5 run;

_N_表示当前数据指针指向的行。output指定输出的数据集。另外注意，SAS中的if语句不带end。