京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SAS编程之ods和option的常用语句
上周因为一个ods的语句不会写,所以特地查了obs语句的使用,觉得obs还是挺好用的。
介绍一个sas的输出分为三种窗口。
1、 日志窗口。
2、 输出结果窗口
3、 图形窗口。
我的sas没办法画图,这个窗口我就不贴图了。
Ods语句就是关于输出结果窗口的。接下来我就几个常用的ods语句介绍一下用法,主要是实现结果窗口转化成数据集或者其他格式。一下是ods参数的介绍:
Listing 字符文本在output窗口显示,图形在graph1窗口显示
Result 输出结果在结果窗口显示(没有写ods的时候这个功能是默认存在的。)
Output把output窗口的显示内容(输出对象)转换成sas数据集。(这个功能最常用。)
Html把output窗口的显示内容(输出对象)转换成Html数据集。
Csvall把output窗口的显示内容(输出对象)转换成含有逗号的标识语言文件。
Rtf把output窗口的显示内容(输出对象)转换成rtf数据集。
Pdf把output窗口的显示内容(输出对象)转换成pdf数据集。
Output窗口就是结果输出窗口。
1 结果输出窗口的内容输出到sas数据集。
这个功能对于我来说简直就是再生父母啊,因为建模的时候经常要写一个宏循环,宏循坏要通过过程的参数判断。
procunivariatedata=sashelp.class ;
varage;
run;
这个过程是比较常用的。比如你要知道一个序列的t检验结果,那你发现如果输入以上的代码的时候其实t检验的结果是在结果输出窗口的,你想拿出来用,怎么拿。这时候,你可以把代码写成下面这样子的。大部分proc过程步在data后面都可以接out语句,但是有时候我就觉得我就不知道这个out语句out的是不是我要的东西。
procunivariatedata=sashelp.classouttable=aa;
varage;
run;
如果使用ods可以像以下这么操作。
1、 ods trace on语句.
这个语句的功能就是判断结果输出窗口中的各个小框里面的在转化成数据集的时候叫什么名字。输入以下代码:
odstraceon;
procunivariatedata=sashelp.classouttable=aa;
varage;
run;
在日志窗口会显示这样子:
正常情况下默认的是odstraceoff;即这个功能是关闭,在日志里面是看不到这些。看上图,假设你要的是位置检验:
就是这个图的内容,那么找到标签是位置检验,记下他的名称或者路径都可以,写一下代码:
odstraceon;
odsoutputTestsForLocation=dd;
procunivariatedata=sashelp.classouttable=aa;
varage;
run;
or
odstraceon;
odsoutputUnivariate.Age.TestsForLocation=dd;
procunivariatedata=sashelp.classouttable=aa;
varage;
run;
都可以把位置检验的这个图输出到sas数据集。所有的过程步都可以这么干的。
以上就是我常用的关于ods比较常用的两个功能。其他的关于ods的可以参考姚志勇的《sas编程与数据挖掘商业案例》的第137页。
2 将结果输出窗口中的内容输出到特定的文件中。
输入以上这个代码。在路径下面就会产生一个html的文件。解析一 下这个程序。
odslistingclose;这里listing其实可有可无,如果头尾不加listing,只是在结果输出窗口哪里也会有结果而已。所以上面这个代码主要来介绍一下html,因为输出的是html文件,所以首先要指定路径“odshtmlfile="C:\Users\Administrator.53HMKHKEAFZ58WJ\Desktop\data\test.html";”,跑完程序之后要关掉这个功能,不然你后面有结果的还是会输出到html窗口。介绍了了一个html的功能之后,其实后面的pdf csvall rtf都是同样的套路。看下输出的结果(有点丑):
2、第二部分就是介绍option.option介绍的是放在过程步前面的。
obs:表示需要处理的最后一行observation,如果指定其为max,就表示处理到最后一条observation。这个用法经常在数据比较多,前期调试代码的时候使用的, 只是调试代码,但是不用全量跑,就可以用这个设置“options obs=1000”,等到调试完完了之后要改回来“options obs=max”,不然还是跑1000条。
firstobs:表示需要从第几行observation开始处理,默认是从第一条开始。
msglevel:默认值是N,仅打印日志中的notes,warnings和error信息,如果设为I,再打印附属信息,包括索引的使用,合并处理,排序等附加信息
errors:指定最多有多少错误可以在log中显示,例如“options error=50”;
macrogen:将宏扩展的结果显示在日志里面
compress:是否采用压缩格式存储数据集
missing:指定用于替换missing value的字符,不设置的时候是“.”,如果这个字符的话貌似是没有用的,只能针对字符,譬如“options missing=5”那么在数据集显示的null的数就是用5补充,但是5只是显示,实质上的是观测还是.。就是你如果要把null变成-0,那么还是if age=. Then age=-0;
replace/noreplace:如果dataset已经存在,指定是否覆盖
print/noprint:指定是否在output窗口输出,这个在跑循环的时候很好用,因为一旦是1000各变量都跑一循环,输出在结果输出窗口就会很多,这时候整个sas就会很卡,包括日志也是,当你的日志产生是很多的话,建议输出到外面用proc printto。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31