Ch4SAS的输入输出格式.ppt

SAS格式与格式化输入,SAS的输入输出格式,SAS的变量包含数值型和字符型变量。 SAS系统对数值型、字符型和日期时间数据提供了许多输入、输出格式。 用户可以用FORMAT过程来定义自己的格式。 什么是格式(Format)？ Format is an instruction the SAS System uses to display or write each value of a variable. SAS有输入格式和输出格式。输入格式通常在input语句中使用，输出格式通常在format语句中使用。,输入输出格式,原始数据值,SAS 变量的值,格式化的 SAS变量值,Informat dollar10.,Format comma8.,548,231,25JAN2004,16095,01/25/2004,Informat Date9.,Format MMDDYY10.,$548,231,548231,Format,（输出格式）,日期和时间数据的存储,SAS采用数值存储日期和时间形式的数据。 在默认情况下，SAS系统以0代表1960年1月1日0时。 其它日期在SAS系统中被存储为与该日期相差的天数。 例如，1960年1月3日，在系统中存为2。 2004年1月25日，在系统中存为16095。 注意：为了使数值型变量显示日期形式，必须使用日期型的输出格式，同样地为了以日期形式输入日期必须使用日期型的输入格式。,输入格式,1、数值型变量 只介绍两个比较特殊的格式： COMMAw.d ：用于数据中包含逗号(,)的数据形式 DOLLARw.d ：用于数据前面有美元符($)的数据形式 说明： w：宽度，表示数值域所含的列数。小数点占一列。 d：小数位数。d可以省略。 例如： 5.2，表示该变量的数据占5列，其中后两位是小数位。 注意：一定要弄清数据占据的列数，否则极易出错。,data a; input x comma7. y comma7.; cards; 12,002 34,231 2,210 21,311 ; run; proc print; run;,OUTPUT: Obs x y 1 12002 34231 2 2210 21311,例1. 有如下两列数据，数据中包有逗号，请建立一个SAS数据集，变量为x、y。 12,002 34,231 2,210 21,311,数字7是怎么来的？,data a; input x comma7.2 y comma7.4; cards; 12,002 34,231 2,210 21,311 ; run; proc print; run;,OUTPUT: Obs x y 1 120.02 3.4231 2 22.10 2.1311,例2. 有如下两列数据，其中第一列后两位数字为小数，第二列后4位为小数，例如第一个数据12,002读入后应为120.02。请建立一个SAS数据集，变量为x、y。 12,002 34,231 2,210 21,311,data a; input x dollar8. y dollar8.; cards; $12,002 $34,231 $2,210 $21,311 ; run; proc print; run;,OUTPUT: Obs x y 1 12002 34231 2 2210 21311,例3. 有如下两列数据，数据中包有$和逗号，请建立一个SAS数据集，变量为x、y。(例如$12,002读入后应为12002 ) $12,002 $34,231 $2,210 $21,311,data a; input x dollar8.2 y dollar8.4; cards; $12,002 $34,231 $2,210 $21,311 ; run; proc print; run;,OUTPUT: Obs x y 1 120.02 3.4231 2 22.10 2.1311,例4. 有如下两列数据，其中第一列后两位数字为小数，第二列后4位为小数，例如第一个数据$12,002读入后应为120.02。请建立一个SAS数据集，变量为x、y。 $12,002 $34,231 $2,210 $21,311,2、字符型变量 只介绍一个格式： $CHARw. ：读取包含空格的连续字符,例5. 下面是一些人名，请将其读入到一个变量NAME中，注意：姓和名之间有一个空格，建立的SAS数据集如右边的形式。 Bill Clinton George Bush Tony Blair Saddam Hussein Vladimir Putin,data a; input name $ char14.; cards; Bill Clinton George Bush Tony Blair Saddam Hussein Vladimir Putin ; proc print; run;,Obs name 1 Bill Clinton 2 George Bush 3 Tony Blair 4 Saddam Hussein 5 Vladimir Putin,如果将char14.去掉，语句改为：input name $; 结果是什么样的呢？,3、日期数据 日期数据的读入通常需要运用日期型的格式。,输出格式,日期型数据的输入输出格式大部份是相同的，下面是几个常用的：,该例中日期数据的形式是什么样的？,例6. 有如下的日期数据，请建立一个SAS数据集EX6存储，并以日期的形式显示出来。,1Jan2002 03 Jan 2003 15/May/2004 12-FEB-2005 17*May* %2006 1*OCT*2007 30%sep%/2008,DD MMM YYYY 故选择DATEw.输入格式,data b; input dd date15.; format dd date9.; cards; 1Jan2002 03 Jan 2003 15/May/2004 12-FEB-2005 17*May* %2006 1*OCT*2007 30%sep%/2008 ; proc print; run;,1Jan2002 03 Jan 2003 15/May/2004 12-FEB-2005 17*May* %2006 1*OCT*2007 30%sep%/2008,例7. 有如下的日期数据，请建立一个SAS数据集EX7存储，并以日期的形式显示出来。,01312002 03122003 5 13 2004 4 21 2005 5 25 2006 1/2/2007 3-24-2008,该例中日期数据的形式是什么样的？,MM DD YYYY 故选择MMDDYY10.输入格式,01312002 03122003 5 13 2004 4 21 2005 5 25 2006 1/2/2007 3-24-2008,data b; input dd mmddyy10.; format dd mmddyy10.; cards; 01312002 03122003 5 13 2004 4 21 2005 5 25 2006 1/2/2007 3-24-2008 ; proc print; run;,自定义格式,使用PROC FORMAT过程进行格式的自定义。,PROC FORMAT ; INVALUE 格式名 格式; VALUE 格式名 格式;,其中，invalue定义输入格式，value定义输出格式。 下面只介绍定义输出格式。,语法： PROC FORMAT; VALUE 自定义输出格式名字 定义的格式 ; RUN;,自定义输出格式名字：应符合SAS的命名要求，注意最后一个字符不能是数字。 定义的格式： 原始值=格式化的输出值 如：value testf 1-5=“1-5” 6-=10”; value ynf 1=“是” 2=“否”; value $grpf “A”=“试验组” “B”=“对照组”;,例8. 下面是我们班“问卷调查”资料的部份数据。变量sex的赋值是：1=Male,2=Female,变量Band46的赋值是：A=增加, B=不变, C=减弱 ，请建立一个SAS数据集EX8，对变量sex、Band46进行格式化。,data qespart; input id$ sex height weight band46$; cards; cnw1r01 2 154 49 C cnw1r02 1 169 64 B cnw1r04 1 169 67 A cnw1r05 2 153 50 B cnw1r06 2 160 50 A cnw2r02 2 156 46 A cnw2r03 1 173 62 B cnw2r04 1 168 57 B cnw2r05 2 155 45 B ; run; proc print; run;,PROC FORMAT; VALUE sexfmt 1=Male 2=Female ; VALUE $bandfmt A=增加 B=不变 C=减弱 ; RUN;,首先建立相应的输出格式,上面建立了两种类型的输出格式： 一种是数值型的，即sexfmt，要求=号左边为数值型数值或区间，如上面的1、2为数值； 另一种是字符型的，即$bandfmt，$表明该格式是字符型，要求=号左边为字符或字符区间，如A 、 B 、 C 。,DATA qesfmt; SET qespart; FORMAT Sex sexfmt. Band46 bandfmt. ; RUN; PROC Print; RUN;,格式化后打印输出的数据,对变量进行格式化,PROC FORMAT; VALUE heighfmt LOW - =180 ; RUN;,利用格式对连续型变量的离散化分组(频数表编制),例9. 对“问卷调查”资料中的身高编制频数表，组距取5CM，小于150为第一组，150-155为第二组,在数据步中运用格式： Format height heighfmt.; 加标签: label height =身高;,打印数据集的内容(部份),用FREQ过程生成的频数表,SAS system Help “索引” 输入“FORMAT procedure”,SAS函数,1.SAS函数的定义 SAS函数是一个子程序，它由0个或几个自变量返回一个结果值。每个SAS函数都有一个关键词名字。 SAS函数的形式为： Function Name(argument,.) 例如： MEAN(x,y,z,a) SUM(x,y,z) MIN(SUM(x,y,z),1000),2. SAS函数的分类： SAS函数种类多，常用的有： 算术函数、数组函数、截取函数、数学函数、概率函数、分位数函数、非中心函数、样本统计函数、随机函数、字符函数、日期时间函数等。,3. 参数的表示法，三种方式均可： Function Name(OF variable1-variablen) Function Name(OF variable variable .) Function Name(variable, variable, .) 例如： sum(of x1-x5) sum(of x1 x2 x3 x4 x5) sum(x1,x2,x3,x4,x5) 是等价的。,三. 函数的分类 SAS函数主要分为以下几类： 1、数学函数 abs():求绝对值 mod(var1,var2):求var1除以var2后的余数 sqrt():求平方根值 int():取整函数，截取小数部分 round(var,规定):按规定四舍五入。规定取：0.1，0.01， log():计算以e为底的对数值 log10():计算以10为底的对数值 2、三角函数 3、概率分布函数,4、样本统计函数 max():求最大值 min():求最小值 mean():求均数 std():求标准差 sum():求和 5、随机函数 normal():产生一个正态分布的伪随机数 rannor():产生一个标准正态分布的随机数 6、字符函数 substr():从一个字符串中抽取或取代一个指定的子串 trim():去掉字符串尾部的空格 7、日期时间函数 year():从变量中抽取“年份”值 month():从变量中抽取“月份”值 day():返回变量的天数值 mdy(月，日，年):将变量转换成日期值形式 具体的函数请查阅: SAS Online Help-SAS Language-SAS Functions,列输入,列输入,列输入方式是用来读入严格按列排好的标准数据,Input 变量名 开始列-结束列 ;,条件：同一变量原始数据值在相同的列中 特点：1.可以按任意顺序读入数据 2.字符型数据中间可以有空格 3.可以重复读取原始数据中的某一部份 4.空格和小数点都作为缺失值处理 5.忽略开始和结尾部分的空格,例子,data a; input ques $ 1-17 age 3.1 gender$ 21-26 city $27-34 ; cards; I am here for you 23male 大 连 Are you there 26female 重 庆 haha 22male 哈尔滨 yes i am here 30female ; proc print; run;,手机号码信息分解,手机号码一编码规则一般是：YYY-XXXX-ZZZZ，其YYY