SAS入门操作

玩控

1.1 新建数据集
libname chap1 'E:\sasdata\chap1';
在E:\sasdata\chap1中新建一个逻辑库，E:\sasdata\chap1必须真实存在，其中保存着我们要调用的文件，同时路径名字尽量是拼音或者英文。chap1中的数据只有是SAS data set时才可以被直接调用
data chap1.example1_1;新建永久sas数据集chap1.example1 前一部分为库名，后一部分为数据集名
data work.example1_1; 或者work.example1_1 临时数据库保存在work下

data 数据集名；
input 变量名；
card; 输入数据
；
run;
proc print data=数据集名； #将数据集显示在output窗口上
run;

eg:建立永久数据集

1. libname classc "C:\Users\Administrator\Desktop\7\SAS-1024"; #创建逻辑库
   
2. filename class "C:\Users\Administrator\Desktop\7\SAS-1024\class.csv"; #指定要调用的文件（同时为该文件的路径命名class，方便后面调用）
   
3. data classc.class1;#在classc逻辑库中创建数据集class1（库名+数据集名）
   
4.      infile class#导入要调用的文件
   
5.      dsd;
   
6.     input name$ id$ test1 test2 gender$;
   
7. run;

复制代码

一个逻辑库对应两个物理位置

1. libname classc ("C:\Desktop\7\SAS-1024" "C:\Desktop\7\SAS-1025");

复制代码

逻辑库的查看与取消
1.在log窗口查看逻辑库连接 libname 库名 list；
2.在log窗口显示全部已设定的库的信息 libname ALL list;
3.取消已经指定的库 libname 库名 clear;

SAS数据集存储在SAS的逻辑库（library)文件集中，逻辑库是一个连接，将磁盘中存储的文件和SAS系统联系起来。逻辑库命名遵循命名规则
1.1SAS标识符必须由英文字母，数字，下画线组成
1.2第一个字符必须是英文或者下划线
1.3标识符中字母不区分大小写
1.4标识符长度不宜过长
1.5逻辑库命名不超过8个字符，数据集，变量命名不超过32个长度


1.2从外部导入数据
1.2.1 import
1.2.2 data step输入文件
infile “外部文件的所在位置及名称”<选项>;#指定一个包含原始数据的外部文件，出现在input之前
input 变量名1 变量名2…; #按列输入；格式化输入；列举输入
按列自由输入

1. data bank;
   
2. infile "E:\SAS\SAS-Yan\lec3-170927\bank1.txt";
   
3. input subj $1-3
   
4.            dob$4-13
   
5.           gender$14
   
6.           balance$15-21
   
7.           year 10-13
   
8. ;
   
9. run;
   
10. proc print data=bank;
    
11. run;

复制代码

格式输入
input <列指针控制> 变量名 输入格式；

1. data bank;
   
2. infile "E:\SAS\SAS-Yan\lec3-170927\bank1q.txt;
   
3. input @1 subj $3.
   
4.            @4 dob mmddyy10.
   
5.            @14 gender$1.
   
6.            @15 balance7.
   
7. ;
   
8. run;

复制代码

SAS有输入和输出格式，输入格式在input中使用，输出格式在format中使用
用于输入有特殊格式的数据：日期，带小数的数字，含空格的字符串
常用：
W. 宽度为W位的标准数字（无小数）
W.D 含小数的标准数字，总长为W位（小数点，负号各占一位）
W.长度为W的标准字符串COMMAW.D长度为W的数字，每三个数字用逗号隔开，且逗号占一位W.长度为W的标准字符串COMMAW.D长度为W的数字，每三个数字用逗号隔开，且逗号占一位CHARW 宽度为W且含有空格的字符串

format中指定输出格式

1. data bank;
   
2. infile "E:\SAS\SAS-Yan\lec3-170927\bank1q.txt;
   
3. input @1 subj $3.
   
4.            @4 dob mmddyy10.
   
5.            @14 gender$1.
   
6.            @15 balance7.
   
7. ;
   
8. format dob data9. balance dollar11.2;
   
9. run;
   
10. proc print data=bank;
    
11. run;

复制代码

列举模式
这种模式较为简便，但是变量名顺序必须和数据中相同，无法更改

1. data bank2;
   
2. infile "E:\SAS\SAS-Yan\lec3-170927\bank2.txt;
   
3. length subj dob $10. #列举模式中每个变量默认最大读入长度为8，此语句可以修改最大长度
   
4. input subj $
   
5.            dob $
   
6.            gender$
   
7.           balance
   
8. ;
   
9. run;
   
10. title="list of bank2";
    
11. proc print data=bank;
    
12. run;

复制代码

1.3读入csv文件

1. data contact;
   
2.      infile "E:\SAS\SAS-Yan\contact.csv"
   
3.      dsd;#将多个相连的分隔符由空格改为逗号，csv必加
   
4.      input name$ id$ test1 test2 gender$;
   
5. run;
   
6. title="contact.csv";
   
7. proc print ;
   
8. run;

复制代码

1. data contact;
   
2.      infile "E:\SAS\SAS-Yan\contact.csv"
   
3.           dlm=":" #标明分隔符，等号后内容根据数据中的具体分隔符来定
   
4.      dsd;
   
5.      input name$ id$ test1 test2 gender$;
   
6. run;
   
7. title="contact.csv";
   
8. proc print ;
   
9. run;

复制代码

查找dlm其他用法

非标准格式读入
1.一行多观测，空格作为间隔 input语句后中加入@@ 行保持符
2.多行一观测，空格作为间隔 /表示下一行
3.混合
4.读取特定行

1. data bank;
   
2. infile "E:\SAS\SAS-Yan\lec3-170927\bank1q.txt" firstobs=3 obs=6;
   
3. input @1 subj $3.
   
4.            @4 dob mmddyy10.
   
5.            @14 gender$1.
   
6.            @15 balance7.
   
7. ;
   
8. format dob data9. balance dollar11.2;
   
9. run;
   
10. proc print data=bank;
    
11. run;

复制代码

1.4基于列的操作运算
针对变量的操作：
-生成新的变量
–依据现有变量
–不依据现有变量
-删除已有变量
-修改已有变量
-给现有变量命名
-set keep drop rename 常用函数 复合判断语句 do-end语句块

1. fileneme myfile "E:\data\chap1\garden0.dat";
   
2. data garden;
   
3. infile myfile;
   
4. input name$ tomato$ zucchini  peas  grapes;
   
5. zone=14; *建立新变量并直接赋值
   
6. type="home";
   
7. zucchini=zucchini*10;*改变已有变量
   
8. total=tomato+zucchini+peas+grapes;
   
9. periom=tomato/total;*利用原有变量计算新变量
   
10. run;
    
11. 
    
12. data garden1;
    
13. set garden;
    
14.       keep name total; *保留变量
    
15. run;
    
16. 
    
17. data garden2;
    
18. set garden;
    
19.      drop zone type; *删除变量
    
20. run;
    
21. 
    
22. data garden3(replace=yes);新建立的garden3覆盖了garden2
    
23. set garden2;
    
24. drop name
    
25.     rename total=all;  *重命名变量
    
26. run;
    
27. 
    
28. data garden4(replace=yes);
    
29. set garden;
    
30. logtomato=log(tomato); *添加变量
    
31. firstchar=substr(name,1,2); *添加变量，提取name前两个字母
    
32. if grapes<50 then groupgrapes="low";*添加变量groupgrapes
    
33. else groupgrapes="high";
    
34. run;
    
35. 
    
36. data garden4(replace=yes);
    
37. set garden;
    
38. logtomato=log(tomato); *添加变量
    
39. firstchar=substr(name,1,2); *添加变量，提取name前两个字母
    
40. if grapes<50 then groupgrapes="low";
    
41. else  if grapes>=50 and grapes<100 then groupgrapes="med";
    
42. else groupgrapes="high";
    
43. run;
    
44. 
    
45. data garden4(replace=yes);
    
46. set garden;
    
47. logtomato=log(tomato); *添加变量
    
48. firstchar=substr(name,1,2); *添加变量，提取name前两个字母
    
49. if grapes<50 then                *do--end 语句块,多变量嵌套
    
50. do;
    
51.     groupgrapes="low";
    
52.     zone=16;
    
53. else
    
54. do;
    
55.     groupgrapes="high";
    
56.     zone=12;
    
57. end;
    
58. run;

复制代码

1.5变量的运算
逻辑运算
EQ NE GT LT GE LE IN
数值或文本型变量：
取整（INT）
对数（LOG)
极值(MIN,MAX)
均值(MEAN)
求和(SUM)
计数(N,NMISS)
四舍五入(ROUND)

日期型变量
-year(date):
-month(date)
-day(date)
-weekday(date)
mdy(m,,d,yr):生成ye年m月d日的sas日期值

字符型变量
lowcase(s),upcase(s):改变大小写
substr(s,p,n):从字符串s中第p个开始抽取n个
repeat(s,n):将s重复n次
index(s,s1):查找s1在s中的位置
length(s):返回s的长度
tranwrd(s,s1,s2):从字符串s中把所有字符s1替换成s2后的结果



1.6基于行的运算操作
-排序 sort+by
-提取部分观测
–指定条件提取 if where
–随机提取 surveyselect
-添加新观测 append+base,data
-删除已有观测：delete语句
-修改已有观测

1. *排序
   
2. filename myfile "文件夹路径"；
   
3. data marine;
   
4. infile myfile(lengths.dat);
   
5. input name$ family$ length@@;
   
6. run;
   
7. proc sort data=marine out=seasort nodupkey; *输出为数据集seasort，不加out时覆盖原有数据集;nodupkey删除冗余观测
   
8. by family descending length; *先按family升序排列，再按length降序排列
   
9. run;
   
10. proc print data=seasort;
    
11. title print data=seasort;;
    
12. run;
    
13. 
    
14. *提取指定条件的观测
    
15. data seasort_whalel;
    
16. set seasort;
    
17. if Family="whale";
    
18. run;
    
19. *or
    
20. data seasort_whalel;
    
21. set seasort;
    
22. where Family="whale";
    
23. run;
    
24. 
    
25. *where与by
    
26. proc sort data=marine out=seasort_whale nodupkey;
    
27. where Family="whale";
    
28. by  descending length; *先按family升序排列，再按length降序排列
    
29. run;
    
30. proc print data=seasort_whale;
    
31. title "whales only (sorted);
    
32. run;
    
33. 
    
34. *随机抽取
    
35. proc surveyselect data=marine method=srs n=5 out=sampled_marine;
    
36. *从marine中抽取5个数形成sampled_marine,其后可以加seed=1以多次抽取相同的数
    
37. run;
    
38. proc print data=sampled_marine;
    
39. run;
    
40. 
    
41. *添加新观测（像原有数据集中添加一条或者多条记录）
    
42. data temp(replace=yes);
    
43. input name$ family$ length;
    
44. datalines;
    
45. aaa  shark 60
    
46. ;
    
47. run;
    
48. proc append base=marine data=temp;
    
49. run;
    
50. proc print data=marine;
    
51. 
    
52. *删除指定的观测
    
53. data marine;
    
54. set marine;;
    
55. if family="" then delete; *删除缺失值
    
56. run;
    
57. 
    
58. data marine;
    
59. set marine;
    
60. if _n_=2 or _n_=3 then delete; *删除第2和第3个观测？？
    
61. run;
    
62. 
    
63. *重编码
    
64. data marine;
    
65. set marine;
    
66. if family="" then family="unknown";
    
67. run;
    
68. 
    
69. *转置(仅限于数值变量）
    
70. PROC TRANSPOSE <DATA=输入数据集 OUT=转置数据集><选项列表>
    
71. VAR 变量列表
    
72. ID 变量
    
73. COPY 变量列表
    
74. RUN;
    
75. 
    
76. libname chap1 "";
    
77. proc transpose data=chap1.A out=chap1.TA name=course;
    
78. /将数据集cha1.A转置成chap1.TA， 变量名name改为course*/
    
79. var statistics chinese;          /*指定转置变量*/
    
80. id name;                        
    
81. run;

复制代码

1.7多数据集操作
–复制数据集 data +set
–拆分数据集 data+output
–合并数据集

1. data marine0;
   
2. set marine;
   
3. run;
   
4. 
   
5. *拆分数据集
   
6. data whale shark(replace=yes);
   
7. set marine0;
   
8. if family="whale" then output whale;
   
9. else if family="shark" then output=shark;
   
10. run;
    
11. 
    
12. *数据纵向连接
    
13. set 数据集名称1 数据集名称2...  数据集名称n；
    
14. libname chap1 "";
    
15. data chap1.AB;           
    
16. set chap1.A  chap1.B;   /*合并数据集chap1.A和chap1.B*/
    
17. run;
    
18. 
    
19. data chap1.AC;
    
20. set chap1.A chap1.C; /*合并数据集chap1.A和chap1.C*/
    
21. run;
    
22. 
    
23. *数据集横向合并
    
24. libname chap1 "";
    
25. proc sort data=chap1.C out=chap1.C;
    
26. by name;
    
27. run;
    
28. proc sort data=chap1.D out=chap1.D;
    
29. by name;
    
30. run;
    
31. /*以上对数据集chap1.C和chap1.D按照关键变量name升序排列/
    
32. data chap1.CD;
    
33. merge chap1.C  chap1.D;  /*横向合并数据集chap1.C和chap1.D*/
    
34. by name;                   /*设置关键变量为id*/
    
35. run;
    
36. 
    
37. ##无数据集 _NULL_
    
38. 不产生数据集，仅在log页面下显示输出
    
39. data _NULL_;
    
40. x=exp(5);
    
41. y=log(10);
    
42. put x= y=;
    
43. run;
    
44. 
    
45. data _NULL_;
    
46. x=0.1;
    
47. y=1-(1-x)**50;
    
48. y2=round(y,0.01);
    
49. y4=round(y,0.0001);
    
50. put y2= y4=;
    
51. run;

复制代码

1.8循环语句
1.DO循环
格式：
DO 计数变量=起始值 TO 结束值 BY 步长；
循环体…；
END;
在循环体中可以用LEAVE语句跳出循环，使用COUNTRY语句结束本轮循环，调整计数变量进入下一轮循环。

1. data chap2.example2_1;
   
2. do x=5 to 30 by 5;           /*设置x的起始值为5,终止值为30,步长为5*/
   
3. y=log(x);                  /*取y值为x的自然对数*/
   
4. if y>3 then leave;           /*若y的值大于3结束循环*/
   
5. output;
   
6. format y 8.5;           /*定义y的输出形式为总长度为8位，小数部分占5位*/
   
7. end;                  /*结束循环·*/
   
8. 
   
9. /*·方法二：DO循环结合CONTINUE语句*/
   
10. data chap2.example2_1;
    
11. do x=5 to 30 by 5;           /*设置x的起始值为5,终止值为30,步长为5*/
    
12. y=log(x);                  /*取y值为x的自然对数*/
    
13. if y>3 then continue;         /*若y的值大于3就跳出循环*/
    
14. output;
    
15. format y 8.5;              /*定义y的输出形式为总长度为8位，小数部分占5位*/
    
16. end;                     /*结束循环*/

复制代码

2.DO WHILE循环
格式：
DO WHILE 循环的语法结构；
DO WHILE（循环继续条件）；
循环体语句；
END;
开始执行时，会先判断循环条件表达式的逻辑结果是否为真，若为真，则继续执行循环体语句，若为假则循环结束，循环语句每执行一次，检验循环条件一次

1. data chap2.example2_2;
   
2. y=100;     /*取y的初始值为100*/
   
3. do x=2 to 10 by 2 while (y<3000);   /* 当y的值小于3000时，继续循环*/
   
4. y=y*x;   /*y的值为前一次循环结束后y的值和当次循环x值的乘积*/
   
5. output;
   
6. end;
   
7. run;

复制代码

3.DO UNTIL 循环
格式：
DO UNTIL （循环退去条件）；
循环体语句…;
END;
语句开始执行，首循环体每执行一次都要判断是否满足循环退出条件，若循环退出条件表达式的逻辑结果为真，则退出循环，否则重复执行循环体语句

1. data chap2.example2_2;
   
2. y=100;     /*取y的初始值为100*/
   
3. do x=2 to 10 by 2 until (y>=3000);   /* 当y的值大于等于3000时，退出循环*/
   
4. y=y*x;   /*y的值为前一次循环结束后y的值和当次循环x值的乘积*/
   
5. output;
   
6. end;
   
7. run;

复制代码

上述三种循环都在DATA步完成，DO循环不设限定条件，DO WHILE和DO UNTIL循环都设置了循环条件；DO WHILE 的条件在循环体开头，DO UNTIL的条件在循环体结束


1.9条件分支结构 if-else in select

1. *if-else
   
2. data conditional;
   
3. length gender $1 quiz $2;
   
4. input age gender midterm quiz finalexam;
   
5. if missing(age) then agegroup=.;  *缺失值
   
6. else if age lt 20 then agegeoup=1;
   
7. else if age lt 40 then agegroup=2;
   
8. else if age lt 60 then agegroup=3;
   
9. else if age ge 60 then agegroup=4;
   
10. datalines;

复制代码

*写if语句时，一般将最容易出现的语句写在前面

1. if quiz="A+" or quiz="A" or quiz="B+" or quiz="B" then quizrange=1;
   
2. else if....
   
3. 改为in
   
4. if quiz in ("A+" "A" "B+" "B") then quizrange=1

复制代码

*用select结构进行逻辑判断代替一系列的if 和else if

1. select(agegroup);
   
2. when(1) limit=110;
   
3. when(2)limit=120;
   
4. when(3)limit=130;
   
5. otherwise;
   
6. end;

复制代码

*select-expresion 和when-expresion进行比较如果成功，执行其后语句并直接跳到select结构末尾。如果没有一次比较成功，执行otherwise后的语句，otherwise后的语句也可以为空。when语句可以包含多个比较值，例如“when(3,5) limit=130;”表示agegroup是3或5，则limit等于130.
*select后还可以是空语句，此时，每一条when都将通过比较决定与否

1. data conditional;
   
2. length gender$1 quiz$2;
   
3. input age gender midterm quiz finalexam;
   
4. select;
   
5. when (missing(age)) agegroup=.";
   
6. when (age lt 20) agegroup=1;
   
7. when (age lt 40) agegroup=2;
   
8. when (age lt 60)agrgroup=3:
   
9. when (age ge 60)agegroup=4;
   
10. otherwise;
    
11. end;
    
12. datalines;
    
13. ......

复制代码

1.10 ODS输出系统
ODS能让用户选择以各种美观的格式报告和显示分析结果，使用DOCUMENT过程，可以生成多个ODS输出控制文档内容的去留及显示格式而不必反复运行过程和查询。
主要支持格式：
RTF 多文本文件格式
OUTPUT SAS数据集格式
LISTING
HTML
PRINTET
ODS输出RTF文档格式：

1. ODS LISTING CLOSE; /用户不创建列表输出/
   
2. ODS RTF FILE="文件名.RTF"
   
3. ...;
   
4. ODS RTF CLOSE;
   
5. ODS CLOSE;

复制代码

SAS实例

1. ODS listing close;                             /*关闭SAS列表输出*/
   
2. ODS rtf file=' E:\proc\chap2\example2_5.rtf';    /*定义输出文档名为example2_5以及存储路径*/
   
3. proc print data=chap2.example2_4;
   
4. run;
   
5. ODS rtf close;                     /*结束将SAS运算结果以文本文档形式输出的过程*/
   
6. ODS listing;                     /*打开SAS列表输出*/

复制代码

ODS输出RTF文档格式,将rtf改为pdf;ods输出csv格式文档,将rtf改为csv


1.11export输出
Proc EXPORT
Data=数据集
OUTFILR=为导出的数据命名
DBMS=数据类型标识符
;
Run;

1. proc export data=sashelp.prdsale
   
2. outfile='C:\Users\SJ\Desktop\prdsale.csv'
   
3. dbms=csv replace;
   
4. delimiter=',';    #指定分隔符
   
5. putnames=no;   #是否将SAS变量名作为列名写入文件的第一行，默认为Yes
   
6. run;

复制代码