SAS统计应用基础第三讲共4讲

第三章数据管理入门,3.1SAS数据集的基本格式,3.1.1数据集的基本结构,一个SAS数据集就是一个数据文件，用来存放相应的变量设置和具体变量值，是一个标准的关系型数据库中的二维表格。表格中的每一行就是一条记录，也称为观测(observation)表格中每一列代表一个变量(variable)注意：在SAS中观测数和变量数没有限制。,描述部分(descriptorportion)：存放变量的定义。包括数据集的名称、建立数据集的日期和时间、变量和观测的个数、各变量的具体属性及其他信息，如密码等,数据部分(dataportion)：存放具体数值。按照描述部分对变量的定义，依次将数据排列为相应的格式。,数据集,3.1.2数据集的描述部分,1.数据集名称,在遵循相应操作系统的文件名规则的前提下，有如下规定：,必须由英文字母或下划线开始,名称中可包含数字、字母和下划线,长度可以是132个字符,对各类不同对象的命名均适用。如：逻辑库名、数据集名、数组名、宏名等,SAS7.0版以后,长度可以是18个字符,SAS6.12版以前,2.变量名与变量标签,变量名不能使用中文，如果需要使用中文对变量加以进一步说明，则可以使用变量标签(label)。每个变量可以有一个标签，用于对变量的具体含义作进一步的说明，长度限制在256个字符内。,3.变量的类型与长度,字符型：其值可取任意字符。,数值型：其值只能取数值。,时间型,日期型,实际上按照数值型变量的格式存储,变量,例如，日期型数值存储的都是从1960年1月1日到该日期的天数。,变量长度,数值型变量：SAS默认长度8位。8位的浮点存储方式对大多数应用已经足够。,字符型变量：SAS默认长度8位。不够用，可以对量的设定加以更改，最大长度可达32K。,3.1.3数据集的数据部分,没有太多特殊的地方。需要强调的是对缺失值的处理,对于数值型变量，缺失值用小数点表示。,对于字符型变量，缺失值用空字符表示。,分为直接输入方式和外部文件读入方式,3.2数据集的建立,3.2.1直接输入方式建立数据集,Datacase2_2;Inputxy;Cards;345678903567891023657745;,Datacase2_2;Inputxy;Cards;345678903567891023657745;,比较这两段程序，理解的含义,对于字符型变量，只需要在变量名后加上“$”表明其为字符型即可，如下面的数据步：,Datacase2_3;Inputxy$;Cards;123456789abc10“def”;,注意：对于字符型变量，在数据块中不需要加入单或双引号，否则会被当作字符串的一部分读入。,对于超过默认8位长度的字符，如果对相应变量不加长度定义，则系统会在读入时只读入前8位，而将后面的字符截掉。因此，可以用length语句定义变量的长度。Length语句一般应出现在变量定义之前，其格式为：,Length变量名$长度,Datacase2_3;Lengthy$20;Inputxy$;Cards;123456789abc10“def12334556678”;,注：去掉length语句后看运行结果。,3.2.2外部文件读入方式建立数据集,事先建立纯文本文件case2_2.txt,内容为：345678903567891023657745程序如下：Datacase2_2;Infilec:case2_2.txt;Inputxy;Run;,当数据量较大时，采用外部文件读入方式可以避免在程序中输入非常大的数据块，更有利于程序的阅读。,1、数据的格式化读入,3.2.3更灵活地建立数据集,FORMATvariables;Variables为希望指定输出格式的变量名称，随后的format用于指定具体的输出格式。最后面的default选项则用于指定为给定格式的变量的默认输出格式。,Datatemp;Formatx6.3y5.1;Inputxy;Cards;1122.22;Procprint;Run;,2、使用output语句,在默认情况下，数据步将所读入的数据存放在缓存中，在依次执行完全部语句后才将相应信息写成一条新的纪录，如果希望在一个执行周期中生成多条数据记录，则需要使用output语句强制输出一条新记录。,Datatemp;Inputxy;Z=x;output;Z=y;output;Cards;1122.22;Procprint;Run;,3.3数据的导入和导出,SAS为用户提供了完整的数据导入和导出功能，可以实现SAS数据集与Access、Excel、dbf等常见数据格式的无缝转换。,3.3.1使用向导实现数据的导入和导出,注意：数据导入和导出向导的界面几乎没有区别。,3.3.1使用向导实现数据的导入和导出,使用程序方式可以实现高效与自动化的需求。在程序方式中，数据的导入与导出分别用import与export过程来实现。,PROCEXPORTDATA=数据集名OUTFILE=“filename”TABLE=“tablename”;RUN;,1、“DATA”等号后为要导出的SAS数据集名称；2、“filename”为导出的数据集存为文件时的完整路径与文件名；3、“tablename”为导出的数据集存为表时的完整路径与表名；4、“identifier”为要导出的数据集存放的类型，当导入的是数据库中的一个表时，必须指定“DBMS=”这一选项，当导入的是单个文件时，可以指定也可以不指定“DBMS”这一选项，但必须指定“filename”中的文件扩展名；5、如果指定了REPLACE选项，PROCEXPORT过程就会替换原来已经存在的文件，否则不替换。