第2章 SAS语言的基本概念.doc

第2章SAS语言的基本概念2.1 SAS语言概述SAS提供了一种完善的编程语言。如同大多数计算机高级语言一样，SAS用户只须要熟悉其命令、语句及简单的语法规则就可进行数据管理和分析处理工作。因此，掌握SAS编程技术是学习SAS的关键环节。在SAS中，系统具有众多的计算过程，把大部分常用的复杂的数据计算的算法作为标准过程调用，用户仅需要指出过程名及必要的参数即可，这样使得SAS的变成变的十分简单。SAS程序是SAS语句的有序集合。以程序的功能将SAS程序划分成多个程序模块（程序段），这些模块分为两类：数据准备模块数据步（DATA Step）和过程部（PROC Step）。在一个SAS程序中可以有一个或多个数据步与过程步。数据步 数据读入语句数据处理语句CARDS； 数据行过程步数据分析处理语句RUN：SAS程序数据行数据文件（ASCII文件）SAS数据集数据源SAS数据集输出窗口 分析结果SAS程序的结构和数据流向示意图数据步的作用是把数据源中的数据作为输入，经过加工后输出到一个或多个“SAS数据集”。过程步是把由数据步建立和产生的数据集中的数据作为输入，调用一个或多个标准过程，经标准过程计算处理后，将结果以清晰的表格或图形方式输出到OUTPUT窗口中或写入磁盘文件。简单说：数据步是为过程步准备数据，并将数据放入数据集中；过程步是把指定的数据集中的数据计算处理后并输出结果。一个简单的SAS程序的如下：data student; input xh$ xm$ yy gs; p=yy+gs; cards; 001 aaa 89 91 002 bbb 70 88 003 ccc 90 92 004 ddd 70 87 005 eee 85 83proc print;proc means;run;运行结果如下：数据集：OBS XH XM YY GS P 1 001 aaa 89 91 180 2 002 bbb 70 88 158 3 003 ccc 90 92 182 4 004 ddd 70 87 157 5 005 eee 85 83 168平均数：Variable N Mean Std Dev Minimum Maximum-YY 5 80.8000000 10.0349390 70.0000000 90.0000000GS 5 88.2000000 3.5637059 83.0000000 92.0000000P 5 169.0000000 11.7898261 157.0000000 182.00000002.2 SAS 常量SAS中有多种常量：数值常量，字符常量，日期、时间、日期时间常量。数值常量：数值常量是一个十进制数值，在书写上与数学书写习惯一致。可分为：正负整数、小数和科学记数法。例如： 数 SAS书写-3-33.123.12180000001.8E6 （大于1032-1必须用科学记数法表示）-0.0000125-1.23E-5字符常量：字符常量是用一对单引号或双引号括起来的一串字符，其长度不超过200个字符。日期、时间、日期时间常量：这三类常量是将其对应的格式化值用单引号括起来，并且后跟类型符来表示的。l 日期值（DATE）：表示为ddmmmyyD或ddmmmyyyyD。其中dd表示日，mmm表示月份，yy或yyyy表示年份。如：24MAR03D或24MAR2003Dl 时间值（TIME）：表示为hh:mm:ssT或hh:mm:ss. ssT。其中hh表示小时，mm表示分钟，ss表示分钟。如：14:30:25T或14:30:25. 87T。l 日期时间值（DATATIME）：表示为：ddmmmyy:hh:mm:ssDT。2.3 SAS 变量一、变量及变量的命名变量：指具有相同性质的数据值的集合。变量是用变量名表示的。变量的命名：以字母或下画线开头，后跟字母或数字或下画线的字符串。长度不多于8个字符。空格和特殊的字符（$、#）不能出现在变量名中。二、变量的属性SAS的变量分为两类：数值型与字符型。每个变量都有长度、输入格式、输出格式和标号四种属性。变量的属性可以由首次出现的上下文给出定义，也可以用专用的语句定义明确给出。1、变量的取值范围：数值型变量的值是数值，数值的范围是：10-307到10+308。字符型变量的值是字符串，其取值范围最多为200个字符。2、变量长度：变量长度是指SAS数据集中存储它的每一个值的字节数。数值型变量的长度为：38个字节，默认为8个字节。字符型变量的的长度为：1200个字节，默认为8个字节。3、变量的格式标号由于变量名长度不能超过8个字符，有时变量名受此限制而不能完全表达变量的含义。变量的格式标号是用来给变量定义一个标签，这样可以提高输出变量值时的可读性。用LABEL语句可以定义变量的格式标号。4、数据缺值（Missing Values）在数据分析中，经常会遇到数据不全或数据缺少的问题。SAS在数据分析时允许数据缺值，一般用“.”表示。5、变量的简化表示SAS程序定义了完整的变量清单，可以在许多语句中使用缩写变量清单，达到简化书写的目的。（参见P9表2.1）2.5 SAS 函数如同其他高级语言一样，SAS提供了丰富的标准函数，为计算带来极大方便。SAS函数的书写格式为：函数名（参数表）例如：SIN（X） ABS（X）一、数的参数函数的参数可以是常量、变量、表达式。函数的参数可以是一个或多个。如：sin(x) 一个参数max(x1,x2,x3,x4,x5) 多个参数参数书写形式有如下三种： 将所有参数列入括号内，参数间用“，”隔开。如：max(x1,x2,x3,x4,x5) 将所有参数列入括号内，参数间用“空格”隔开，前面冠以OF，如：max(of x1 x2 x3 x4 x5) 参数变量名的尾部是有序整数时，可写成：（OF 变量名1-变量名n），如：max(of x1-x5)二、函数值除个别函数外，多数函数值的类型与其参数类型是一致的。三、关于函数的几点说明 函数不能直接用在PUT语句中。 函数参数都有特定的取值范围。 除样本统计函数外，多数函数不允许有缺值。 对某些概率函数，若参数选择不当，可能引起不收敛的问题。四、函数分类SAS函数的类型有：算术、数学、截尾、三角、样本统计、概率函数。（略）2.6 SAS表达式SAS表达式是由操作符和圆括号将各种操作数连接起来表示运算关系的的式子。表达式的值可能是：数值、字符串或缺失值。一、操作符 算术运算符*（乘方） *（乘） /（除） +（加） -（减） 比较（关系）运算符= 或EQ等于= 或 NE不等于 或GT大于 =或GE大于等于 3+1 X=”XYZ” 逻辑运算符& 或 AND| 或 OR 或NOT对逻辑值再进行运算，构成逻辑表达式，运算结果为逻辑值。如：53+1 AND X2*Y逻辑运算真值表：逻辑值A逻辑值BA AND BA OR BNOT A真真真真假真假假真假假真假真真假假假假真 其它运算符 取两个量中最大值533434| 或！联接两个字符串”abc” | ”de”二、操作符运算优先级在一个SAS表达式中，同时可能包含多个操作符，各种操作符的执行优先顺序规定如下：规则1：括号内优先规则2：具有较高优先级的操作先执行，优先级次序如下：组1：*，正负号，NOT，组2：*，/组3：+，-组4：|组5：，+，组6：AND组7：OR规则3：组号小者优先组号高者，优先级先同时，依次从左向右执行。2.7 SAS语句与程序SAS语句是以SAS关键字（保留字）开头、后跟SAS名、特殊字符、操作符等组成，以分号结束。一个语句规定了一种操作或为系统提供默写信息。一、SAS关键字：关键字是SAS系统已经赋于特定含义的一个单词或单词缩写，是一个特定的字符串。在SAS语句中，多数语句是以关键字作为开头的。二、SAS 名：SAS名是以字母或下画线开头，后跟字母或数字或下画线的字符串。长度不多于8个字符。空格和特殊的字符（$、#）不能出现在变量名中。另外，SAS保留了一些特殊的变量名并赋予特定的含义。这些变量都是以下画线开头和结尾，如：_N_表示当前数据步已经执行过的次数。在SAS语句中，可能出现的SAS名有：变量名、数据集名、过程名、输出格式名、选项名、数组名、语句标号名、文件逻辑名等。三、SAS程序SAS程序是由若干SAS语句组成的有序