sas优化技巧-条件语句的正确选择（select，if，where，having）
1. 条件语句where和if的区别
从上图可以看出，where在原始数据进入PDV(programdatavector)前对数据进行判断，是否满足条件，满足的条件的观测值进入PDV，不满足的则排除，PDV简单的说就是在编译过程中用于存储新建数据集变量值的空间。而if是将原始数据集中的所有值放入PDV后进行条件判断，满足条件的输出到新建数据集中。因此使用where条件筛选速度快于if。where只能从现有的sas数据集中选择观测，if语句还可以用input语句产生的观测中选。Where可以作为选项进行应用。
运行速度比较：
结果比较： if条件语句首先是把sashelp逻辑库的class数据集前5个观测对象放入PDV，对满足年龄大于13岁的对象输出到新建数据集；而where是数据放入PDV前逐一进行判断，满足条件的前5个观测对象放入PDV，输出。所以if输出的观测对象个数时小于或等于obs指定值，而where是等于obs指定值。
If和where关键不同点汇总：
2. select和if
当被判断变量为数值型变量，select处理效率高于if，而当变量为字符型时if条件判断效率较高。两者使用选择：
选择if：
a. 变量为字符型；
b. 变量值不均匀分布；
c. 较少判断条件。
选择select：
a. 数据规整分布；
b. 变量为数值型且条件间互斥，即判断条件间无交集；
总得来说条件间互斥的数值型变量或条件较多时选择select；其他if。且在数据量很大时两者的效率才能凸显。
data test_select;
set sashelp.class;
select;
when (age le 12)age_group='low-12';
when (age le 15)age_group='13-15';
when (age ge 16) age_group='16-high';
otherwise;
end;
run;
3.sql里where和having的区别
sas sql里where和having条件的选择规则类似于sas data set新建if和where的区别，having是对sql语句中groupby分割后的亚组数据集进行条件筛选，先按亚组计算将计算结果新变量放入新建表（tables）中，在按照having指定条件对亚组进行筛选；因此having需在group by语句后，而where是对整个数据集进行筛选，先筛选出符合条件的观测对象，再按照group by分割的亚组进行计算，产生的新变量再放入新建表中，where语句需在group by之前；而当无groupby语句时having的作用相当于where；
/*having*/
proc sql noprint;
create table data_having as
select *,avg(age) as avgage from sashelp.class
group by sex
having age ge 15;
quit;
/*where*/
proc sql noprint;
create table data_where as
select *,avg(age) as avgage from sashelp.class
where age ge 15
group by sex;
quit;
结果差异：
两者的主要差异：
页:
[1]