SAS

2023-12-18 01:23| 来源: 网络整理| 查看: 265

目录1 导入数据的方法2 利用导入向导读入3 格式规范数据读取3.1 指定原始数据位置（infile）3.2 读取空格分隔原始数据（列表输入）3.3 读取按列排列原始数据（列输入）3.4 读取非标准格式的原始数据（格式化输入）3.5 混合的输入样式（列表输入+列输入+格式化输入）

1 导入数据的方法

将数据导入SAS的方法有很多，但可以归纳为四个基本类别，其中方法2、3是需要掌握的重点。

直接将数据输入SAS数据集通过VIEWTABLE窗口（打开方式：工具 → 表编辑器），以表格形式导入通过SAS Enterprise Guide窗，以表格形式导入利用原始数据文件创建SAS数据集通过data步导入通过导入向导或有类似功能的import过程导入将其他软件的数据文件转换成SAS数据集通过data步或import过程，把其他类型的数据文件读成SAS数据集直接读取其他软件的数据文件

2 利用导入向导读入

导入向导默认数据第一行作为变量名称，并会自动扫描文件来决定变量的类型。使用导入向导导数一般分以下几个步骤：

启动：文件 → 导入数据选择导入文件类型选择导入文件选定分隔符：左击options选择，csv和制表符（Tab）分隔文件SAS会自动识别指定逻辑库和数据集名称 fish结束

3 格式规范数据读取 3.1 指定原始数据位置（infile）

根据原始数据存储的不同位置，可以分为内部原始数据、外部原始数据。用infile语句来指定元数数据位置。

内部原始数据

如果在SAS程序中输入数据，则这些数据被称为内部原始数据，使用「datalines语句」表明它。需注意的是，datalines语句必须是data步最后一条语句，其后的所有行都将被视为数据行，直到遇到一个分号（;）为止。

*将内部原始数据读入到SAS数据集; data work.testdata; input president $ party $ number; /* 输入指定类型的3个变量 */ datalines; /* 数据线 */ Adams F 2 Lincoln R 16 Grant R 18 kennedy D 35 ; run;

外部原始数据

更常见数据是保存在外部文件中，这时数据与程序是分离的，就称为外部原始数据。需要用「infile语句」告知SAS文件名和路径，infile语句紧跟在data语句之后，input语句之前，且不同操作环境中路径表示有差异：

操作环境 infile语句 windows infile 'D:\code\test.dat'; unix infile '/home/rds/test.dat'; os infile 'mydir.test.dat';

长记录

当从外部数据文件读入数据时，务必记得「检查日志」，因为一些非常有价值的信息，会在日志中体现，如观测数、变量数、记录最大/最小长度。

若外部文件中记录长度超过了256个字符，且SAS没有读取到所有数据，这时可以在infile语句中使用lrecl=选项，指定一个至少和数据文件中最长记录等长的长度。

*从外部原始数据读入数据到SAS数据集; data work.testdata; infile infile 'D:\code\test.dat' lrecl = 300; /* 指定记录长度最大为300个字符 */ input president $ party $ number; run;

3.2 读取空格分隔原始数据（列表输入）

如果原始数据文件中的所有值，都被至少一个空格分隔开，建议使用列表输入（list input）读入该原始数据，该方法也被称为自由格式输入。

下面是列表输入的优缺点：

优点：简单好用缺点：只能读取一条记录中全部数据，不能跳过不需要的值如果有字符型数据，那它必须没有内嵌空格，且长度不超过8个字符如果数据文件含日期、其他特殊格式数据，那列表输入不适用

特别注意，列表输入也可用于读取其他分隔符数据文件，如逗号或制表符。并且，可以使用length语句去覆盖长度不超过8个字符的限制，使字符变量长度变成1 ~ 32767之间任意值。

INPUT语句

列表输入是通过input语句实现数据读入，语法规则如下：

在input关键字后，按照变量名称出现顺序依次列出它们变量名称符合命名规则若变量为字符类型，则在变量名称后面加一个$ 变量名称之间至少留一个空格

示例：input toadname $ weight jump1 jump2 jump3;

*使用列表输入，读取数据文件ToadJump.dat; data toads; infile 'D:\code\ToadJump.dat'; input toadname $ weight jump1 jump2 jump3; run; proc print data = toads; title '蟾蜍跳跃比赛'; run;

3.3 读取按列排列原始数据（列输入）

列输入和列表输入类似，但适用范围更广，具有以下几点优势：

值之间无须空格缺失值可以留空字符型数据可以内嵌空格可以跳过不需要的变量

通常调查数据、带有街道地址的数据集，可采用列输入读取。

INPUT语句

列输入也是通过input语句实现数据读入，语法规则和列表输入类似，区别在于变量之后需要列出该变量对应的列或者列范围，用这些列表示数值或者字符在数据行中的位置。

示例：input Name ￥ 1-10 Age 11-13 Height 14-18;

3.4 读取非标准格式的原始数据（格式化输入）

先明确一个概念「标准格式数据」，只包含数字、小数点、正负符号、科学计数法E。其他的都是非标准格式数据，常见的有：

日期

嵌入逗号的数字

嵌入$符号的数值

输入格式

输入格式的三个基本类型是：字符、数值、日期

字符数值日期 $informatw. informatw.d informatw.

$表明这是字符型输入格式，imformat是该输入格式的名称，w是总宽度，d是小数位数（仅限数值型输入格式），注意，一定不要少些了句点（.）。有两个输入格式没有名称：

$w. 用来读取标准的字符型数据 w.d 用来读取标准的数值型数据

格式化输入

在input语句的变量名称之后放置输入格式，称为格式化输入。

示例：input name $10. age 3. height 5.1 birthdate mmddyy10. ;

先明确一个概念：为每个变量读取的列，由起始点和输入格式的宽度所决定。所以，上面的示例代码就能解读为：

name（$10.）：字符型数据，默认起始列在第1列，name数据在第1 ~ 10列 age（3.）：数值型数据，起始列在第11列，往后取3列 height（5.1）：数值型数据，起始列在第14列，往后取5列，小数位数为1 birthdate（mmddyy10.）：日期数据，格式为月-日-年，能读取诸如10-31-2013或10/31/2013格式的日期，起始列在第19列，往后取10列 *读取非标准格式的原始数据; data zdata.contest; infile 'D:\data\sas_file\pumpkin.dat'; input name $16. age 3. +1 type $1. +1 date mmddyy10. /* +1表示跳过一列 */ (score1 score2 score3 score4 score5) (4.1); run;

有相同输入格式，把变量和输入格式分别放到括号中，输入格式只列出一次即可。

更多常见的常见输入格式见page49，第二章 2.8 常用输入格式。

3.5 混合的输入样式（列表输入+列输入+格式化输入）

前面学习了三种主要的输入样式：

列表输入：最简单列输入：稍微难一点格式化输入：最复杂

因为SAS中数据格式多种多样，没有一种输入样式能满足绝大多数需求。所，更多时候我们采用混合的样式输入。

示例：input parkname $ 1-22 state $ year @40 acreage comma9. ;

上面的示例就采用了多种样式的组合：

parkname （$ 1-22）：列输入 state（$）：列表输入 year：列表输入 acreage （comma9）：格式化输入

此外，还用了列指针，语法@n，n指SAS要移动到的列，常用来在一行数据里向前或者向后移动，以调整数据读取起始位置，应用场景有：

跳过不需要的数据使用不同的输入格式两次读取同一个变量

【本文地址】

SAS

SAS

今日新闻

推荐新闻