通过DATA步读取外部文本文件中的数据

海蓝无魂

通过DATA步读取外部文本文件中的数据
1、基本形式如下：

1. data 数据集名称；
   
2.      infile 数据文件位置；
   
3.      input 变量列表；
   
4. run;

复制代码

data语句指定数据集名称；

infile语句指定原始数据的位置和名称。原始数据文件可以是在filename语句中定义的文件引用形式或操作系统下的文件路径。

input语句用于指定SAS读取数据的方式。



2、SAS三种基本输入方式
（1）列表输入
用于读取原始数据记录中每个字段由至少一个分隔符隔开，并且数据值中不包含该分隔符的原始数据。

注意：

① 默认分隔符为空格，分隔符可以通过infile语句的选项dlm=“指定分隔符”来设置。连续的分隔符会当成一个分隔符处理。

②列表输入不能用于原始数据包含字段之间分隔符的情况

③使用列表输入时，字符变量默认长度为8个字节。当输入数据长度超过默认长度时，读入PDV的数据会被截断。

如何解决上面的问题呢？

针对①②，通过infile语句的选项dsd，将默认的分隔符设置为逗号，如果数据值是由引号引起来的，可以将数据值中的分隔符当成是数据值的一部分读入，字符值中的引号在读入PDV时会被删除。如果有两个连续的逗号，将被当做缺失值。

针对③，可以通过在input语句前使用length语句指定该变量的长度来解决。

示例数据(存储在'd:\sas\data'的customer_dsd.txt文件中)：
C001,,"14 Bridge St. San Francisco, CA"
C002,Emily Cooker,"42 Rue Marston"
C003,,"52 Rue Marston Paris"
示例代码：

1. filename extfiles 'd:\sas\data';
   
2. data saslib.customer;
   
3.      length Name $20 Address $40;
   
4.      infile extfiles(customer_dsd) dsd;
   
5.      input Customer_ID $ Name $ Address $
   
6. run;
   
7. proc print data=saslib.customer noobs;
   
8. run;

复制代码

（2）按列输入
当原始数据记录中的数据值在每条记录中占据相同列时，可用按列输入方式。读入数据值由制定的列号确定，不需指定变量长度，可以以任何顺序读入列，还可跳过一些列。
示例数据(存储在'd:\sas\data'的customer.txt文件中)：

C001                        14 Bridge St. San Francisco,CA 

C002  Emily Cooker  42 Rue Marston 

C003                        52 Rue Marston Paris 

示例代码：

1. filename extfiles 'd:\sas\data';
   
2. data saslib.customer;
   
3.      infile extfiles(customer) ;
   
4.      input Customer_ID $ 1-4 Name $ 7-20 Address $ 22-51;
   
5. run;
   
6. proc print data=saslib.customer noobs;
   
7. run;

复制代码

（3）格式化输入
可以读取特殊格式的数字数据，如二进制数据、日期时间或包含货币符号的数据。
示例数据(存储'D:\Program Files(x86)\SASData'的mixinput.txt文件中)：

p001 SAS Base Programing 22Oct2013

p002 SAS Base                    01JAN2013

示例代码：

1. filename extfiles 'D:\Program Files (x86)\SASData';
   
2. libname saslib 'D:\Program Files (x86)\SASData';
   
3. data saslib.mixedinput;
   
4.     infile extfiles(mixedinput.txt) ;
   
5.         input course_id $ 1-4
   
6.               course_name $ 6-24
   
7.               +1 date date9.;
   
8. run;

复制代码

其中用到了相对列控制符号+1，表示将列控制指针后移一位。
@是绝对列控制符号，可以直接将列指针移到所指位置。