SAS从一行中读取多条记录而无需换行CRLF

Posted 2023-02-16

【中文标题】SAS从一行中读取多条记录而无需换行CRLF

【英文标题】：SAS Reading multiple records from one line without Line Feed CRLF

【发布时间】：2014-01-16 01:16:19

【问题描述】：

我只有 1 行没有换行（CRLF CRLF），换行是一个 4 个字符的字符串，在这个例子中是“@A$3”我现在不需要 dlm，我需要从一个外部文件（/files/Example.txt）

JOSH 30JUL1984 1011 SPANISH@A$3RACHEL 29OCT1986 1013 MATH@A$3JOHNATHAN 05JAN1985 1015 chemistry

我需要将此行分成3行：

JOSH 30JUL1984 1011 SPANISH
RACHEL 29OCT1986 1013 MATH
JOHNATHAN 05JAN1985 1015 chemistry

我如何在 SAS 中做到这一点？

*已添加：您的解决方案正在使用此示例，但我有一个问题，包含超过该行允许的最大长度（32,767 字节）的行，

例如，上述练习中的这一行包含 5,000 条记录。

有可能吗？

【问题讨论】：

如果您只是想从一行文本中读取多条记录，请将“@@”附加到“输入”行的末尾，例如：input column1 255。@ @;

【参考方案1】：

在infile 语句中使用DLMSTR= 选项——这将指定“@A$3”作为分隔符。然后在输入语句上使用@@ 告诉 SAS 在同一行查找更多记录。

data test;
infile "/files/Example.txt" dsd dlmstr='@A$3';
informat var $255.;
input var $ @@;
run;

通过您的示例，您将获得一个包含 3 条记录的数据集，其中 1 个变量包含您要查找的字符串。

根据需要调整 var 的长度。

【讨论】：

我们遇到了DLMSTR= 的问题，它没有将@A$3@A$3 识别为缺失值。那是在 SAS 9.2 中，现在可能已经修复了。

@DejanPeretin 我也曾想过使用DLMSTR= 来指定多字符分隔符，但它可能不适用于所有版本。因此，需要使用单字符定界符的替代转换方法。我认为 DomPazz 的 DLMSTR= 应该适用于 SAS 9.2 及更高版本，因为它是在 9.2 中引入的，但对于 9.1.3 及更早版本，它会作为错误返回。

发现：如果文件中有连续的分隔符字符串指示缺失值，则 DLMSTR= 选项将无法正确读取文件，直到 SAS 9.3。来源：support.sas.com/kb/33/385.html

【参考方案2】：

你可以这样做：

先将文件导入为单行（一定要调整长度）：

DATA WORK.IMPORTED_DATA;
INFILE "/files/Example.txt" TRUNCOVER;
LENGTH Column1 $ 255;
INPUT @1 Column1  $255.;
RUN;

然后使用数据步骤将导入的数据解析为变量：

data result (keep=var1-var4);
set  WORK.IMPORTED_DATA;

delim = '@A$3';
end = 1;
begin = 1;
do while (end > 0);

    end = find(Column1, delim, begin);
    row = substr(Column1, begin, end - begin);

    var1 = scan(row, 1);
    var2 = scan(row, 2);
    var3 = scan(row, 3);
    var4 = scan(row, 4);

    begin = end + length(delim);
    output;
end;
run;

【参考方案3】：

通过将@A$3 视为多字符分隔符，在数据步骤中尝试此操作：

data want (keep=subject);
    infile 'C:\sasdata\test.txt';
    input;                                                     
    length line $4500  subject $80;
    line=tranwrd(_infile_,"@A$3",'!');         

    do i=1 by 1 while (scan(line,i,'!') ^= ' ');
        subject=scan(line,i,'!');                       
        output;
    end;
run;

_infile_ 给出在data 步骤中正在读取的当前行。我将多字符分隔符@A$2 转换为单字符分隔符。 tranwrd() 可以替换字符串中的子字符串。然后在scan() 函数中使用分隔符。

此外，如果您想将值分解为单独的变量，只需再扫描一些即可。例如。将B = scan(subject,2); 之类的内容放入do 循环和data want (keep= A B C D);。干杯。