京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SAS在DATA步中调用PROC步
给大家介绍一种方法,可以在DATA步中调用PROC过程,这样就可以在DATA步中对PROC产生的结果进行操作。
具体如何实现?
首先肯定不是直接在DATA步中写PROC,有些人可能会说用CALL EXECUTE,其实不然。CALL EXECUTE是在DATA步运行之后才调用。
在这里给大家介绍RUN_MACRO这个函数,通过该函数就可实现在DATA步中调用PROC,或者是另一个DATA步。
顾名思义,该函数就是用来调用macro的,但它有它的独特之处:不能在DATA步中使用该函数,只能在FCMP过程中使用(自定义函数中使用)。
因此要实现在DATA步中调用PROC,需要三个步骤:
1.定义一个MACRO,其内容就是一个PROC过程;
2.通过FMCP创建自定义函数,调用上面定义的MACRO;
3.在DATA步中调用自定义函数,即间接调用PROC过程;
下面用一个例子来说明:
创建宏(该宏是利用PROC SQL创建一个数据集,包含一个变量的非重复值)
%macro distinct_values;
%let input_table = %sysfunc(dequote(&input_table));
%let column = %sysfunc(dequote(&column));
%let output_table = %sysfunc(dequote(&output_table));
proc sql;
create table &output_table as
select distinct &column
from &input_table;
%mend;
创建自定义函数(在自定义函数中调用上面定义的宏)
proc fcmp outlib=work.funcs.sql;
function get_distinct_values(input_table $, column $, output_table $);
rc = run_macro('distinct_values', input_table, column, output_table);
return (rc);
endsub;
run;
在DATA步中调用
options cmplib = work.funcs;
data _null_;
rc = get_distinct_values('sashelp.shoes', 'region', 'work.regions');
id=open('work.regions');
if id then nobs=attrn(id,'NOBS');
put nobs;
run;
通过这种方式就可在DATA中调用PROC,从而使用PROC生成的结果。在上面的例子中,最后的DATA步调用PROC生成了数据集WORK.REGIONS,
然后通过OPEN函数打开该数据集,获取到该数据集的观测数。当然你可以干其他的事情。
重点在于:RUN_MACRO调用宏后,会一直等待宏执行完毕后才返回。因此紧接着get_distinct_values自定义函数后就可以使用宏产生的数据。
如果使用CALL EXECUTE调用宏,是在DATA步执行完之后,才调用宏,实际上就是在DATA步之后增加了宏的调用。
注:虽然在第三步调用get_distinct_values之后就可以使用该数据,但不能使用SET WORK.REGIONS; 为什么呢?这是因为SET语句的运行机制决定的。
在程序编译阶段,如果有SET语句,就会将SET的数据集打开,但此时程序还未执行,数据集根本没有生成,因此就会报错,提示数据集不存在。
所以要使用OPEN函数,来对该数据集进行操作。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14