SAS学习笔记（4）：数据管理功能上

前面几篇读书笔记介绍了SAS的基本概念和语言构成，从本篇开始将和大家一起学习SAS的数据管理功能。
1. SAS数据步的运行机制

data a;

put x= y= z=;

input x y;

z=x+y;

put x= y= z=;

cards;

10 20

100 200

;

run;

运行结果

x=. y=. z=.

x=10 y=20 z=30

x=. y=. z=.

x=100 y=200 z=300

x=. y=. z=.

NOTE: 数据集 WORK.A 有 2 个观测和 3 个变量。

从这个例子可以看出SAS数据步程序和普通程序的一个重大区别：SAS数据步如果有数据输入，比如用INPUT、SET、MERGE、UPDATE、MODIFY等语句读入数据，则数据步中隐含了一个循环，即数据步程序执行到最后一个语句后，会返回到数据步内的第一个可执行语句开始继续执行，直到读入数据语句(INPUT、SET、MERGE、UPDATE、MODIFY等)读入了数据结束标志为止才停止执行数据步，并把读入的各个观测写入在DATA语句中指定的数据集。如果没有数据输入而只是直接计算，则数据步程序不需要此隐含循环。

2. 用input语句输入数据

从原始数据输入要使用input语句，数据的行写在cards语句和一个只有一个顶头的分号的行之间。

例如：自由格式

data a;

input name $ sex $ math chinese;

cards;

黎明 男 98 97

张红 女 94 98

；

run;

如果各数据行的各个数据项是上下对齐的，还可以使用INPUT语句的列方式。这时，除了在INPUT关键字后面列出变量名外，还需要在每个变量名（及$符）后面列出该变量在数据行中所占据的起始位置与结束位置。

列方式不要求数据项之间分开，所以经常用来输入紧缩格式的数据。比如，我们要输入一批身份证号码，但只输入其中的出生年、月、日信息，就可以用如下程序

 

如果需要完全原样地输入字符型数据（包括头尾空格、单独的小数点），可以用有格式输入，即在字符型变量名和$符后加上一个输入格式如CHAR1O.表示读入10个字符。

有特殊格式的数据需要用有格式输入，即在变量名后加格式名。其中最常见的是用来输入日期。数据中的日期写法经常是多种多样的，比如1998年10月9日可以写成"1998-10-9"，"19981009"，"9／10/98"等等，为读入这样的日期数据就需要为它指定特殊的日期输入格式。另外，日期数据在SAS中是按数值存储的，所以如果要显示日期值，也需要为它指定特殊的日期输出格式。例如：

3. 变量属性

变量的属性包括：

(1)字符型还是数值型。INPUT语句读入字符型数据时要在变量名后面加$符。

(2)变量标签(LABEL)。可以给变量加一个长度不超过40个字符的标签（可以用汉字，不超过20个汉字），标签可以用在以后的报表中。

(3)变量存储长度(LENGTH)。数值型数据一般长度为8字节，也可以对取值范围小的变量规定较小的长度以节省存储空间。字符型变量长度为其能存储的字符个数，缺省为8个字节

数据步中的ATTRIB语句可以指定变量的这些属性。格式为：ATTRIB 变量名 属性 变量名 属性…；

可以同时指定多个变量的属性。属性为"属性名=属性值"这样的写法，可以为一个变量同时指定多个属性。见如下的例子

4. 读入外部数据

文本格式：把原始数据放在一个普通的文本格式的文件中，然后用INFILE语句指定输入文件名。例如，我们可以把数据行单独生成一个文本文件aa.txt，假设放在了f：＼中，可以用如下程序读入文件中的数据并生成数据集：

data zz;

infile 'f:\aa.txt';

input name $ sex $ age;

run;

proc print;

run;

注意INFILE语句要写在INPUT语句之前，有INFILE语句就不再有CARDS语句和空语句。INFILE关键字后面跟的是一个包含文件名的字符串，可以使用全路径名，如果只有文件名则在当前工作目录寻找。

 

微机格式的数据文件

可以使用SAS系统File菜单中的Import命令读入其它格式的文件。并且可以将操作步骤的程序保存下来留着下次用。

与大型数据库的接口

SAS提供了两种办法可以访问大型数据库。SAS/ACCESS 可以直接连接Oracle、SYbase、SQLServer等大型数据库。为了访问储存在这些数据库中的表，需要对数据库中的表在SAS中建立访问描述文件(access descriptor)，和视图描述文件(view descriptor)。例如，在数据库服务器DBIN中有一个数据库Finance，其中有一个表Sales，用户名guest用密码anyone可以访问此库，就可以用以下程序在SAS中建立访问描述文件和视图文件：

其中大写的部分是固定的。这段程序首先生成了访问描述文件SASUSER. SALES. ACCESS，然后由此访问描述文件生成了视图文件SASUSER. SALESALL.VIEW。在SAS中视图文件和数据集的使用是一样的，可以使用数据集的地方都可以使用视图文件。

5. 数据集的复制与修改

可以用SET语句把一个已有数据集复制到一个新数据集，同时还可以进行修改。如果只是复制数据集，也可以用SAS管理器(SAS Explorer)完成。比如要把数据集WORK.C9501复制为数据集SASUSER.CLS，只要用如下程序：

data sasuser.cls;

set c9501;

run;

在复制的同时我们还可以用SAS程序语句对生成的数据集进行修改。比如，我们把超过100分的语文成绩都改为100分，就可以用如下程序：

data c9501a;

set c9501;

if chinese>100 then chinese=100;

run;

在数据步中可以用KEEP语句或DROP语句指定要保留的变量或要丢弃的变量。

也可以指定一个条件取出数据集的某些行组成的子集。比如，我们希望取出数学分数90分以上，语文分数100分以上的学生的观测，可以用如下的"子集IF语句"：

 

在用SET语句引入数据集时可以给引入的数据集加选项，选项放在数据集名后的括号内：

数据集名（数据集选项）

选项包括KEEP=，表示引入时只要指定的变量；DROP=，表示不引入指定的变量；OBS=，表示读取观测时读到指定的序号为止（是序号而不是观测数）；FIRSTOBS=，表示从指定序号的观测开始读取而跳过之前的观测不读。