金融数据库――15数据管理

第15章数据管理,清华大学经济管理学院朱世武zhushw,SAS系统提供的过程按其用途可分为四大类：数据管理；基础统计；数据呈现；数据访问。和任何一种编程语言一样，SAS系统有一些数据管理过程，用于实现常用的中间操作或数据转换。,本章将介绍的数据管理过程：,数据集排序；数据集转置；改变输出地点；添加观测；数据库复制。,数据集排序,利用SAS的排序过程可以对数据集中的观测重新排序。SAS许多和BY配合使用的语句，如对数据集进行合并的语句或更新语句等，使用前必须先对BY变量进行排序。排序过程句法PROCSORT;BYvariable-1variable-n;,PROCSORT语句,PROCSORT;选项说明：,其中：选项FORCE强行实施多余排序。排序并替换原来加索引的或取子集的数据集，即没有规定OUT=选项时，如果没有规定FORCE，就不能对有索引的数据集进行排序和替换。没有规定OUT=选项时必须使用FORCE的选项有：OBS=系统选项；FIRSTOBS=系统选项；DATA=数据集中的数据集选项WHERS=；PROCSORT步用WHERE语句。,BY语句,BYvariable-1variable-n;PROCSORT中必须使用BY语句，BY语句中可以规定任意多个变量。BY语句中规定多个变量时，SORT过程首先按第一个变量排序，然后是第二个变量等。BY语句中可以规定的选项：DESCENDING对变量按下降次序排序。,应用举例,例15.1按多变量排序。dataa;setfdata.a1a0001;year=year(date);qtr=qtr(date);month=month(date);procsortdata=aout=b;byyearqtrmonth;run;例中，对上证数据A1A0001按年、季和月排序。,例15.2按单变量降序排列。procsortdata=fdata.a600001out=a;bydescendingclpr;procprintdata=a(obs=3)noobs;vardateclpr;run;例中，按收盘价CLPR的降序排列。,例15.3显示排序后BY组的第一个观测。optionsnodatepageno=1linesize=80pagesize=60;procsortdata=fdata.accountout=townsnodupkey;bytown;run;procprintdata=towns;vartowncompanydebtaccountnumber;titleTownsofCustomerswithPast-DueAccounts;run;,数据集转置,转置就是把数据集的观测变为变量，变量变为观测。利用SAS的转置过程可以对数据集进行转置。,转置过程句法,PROCTRANSPOSE;BYvariable-1variable-n;COPYvariable(s);IDvariable;IDLABELvariable;VARvariable(s);,语句说明：,PROCTRANSPOSE语句,PROCTRANSPOSE;选项说明：,VAR语句和ID语句,VAR语句VARvariable-list;VAR语句列出要转置的变量。没有VAR语句时，则没有列在其它语句里的所有数值变量被转置。字符变量若要转置必须在VAR语句中列出。没有被转置的变量从新数据集中删除，要保留时须将它们在COPY或BY语句中列出。,ID语句IDvariable;ID语句规定输入数据集中一个变量。ID变量的值为转置后数据集的变量名。在没有选项LET时，ID变量的值在数据集中只能出现一次，使用BY语句，BY组内只包含最后的ID值。必要时过程会将ID变量的值改为有效的SAS名子。如将字符”+”,”-”和”.”改为”P”,”N”和”D”。若第一个字符是数学，则用下划线(_)作为这个值的词头。使用ID语句时，ID变量的缺失值将从输出数据集中删去。,应用举例,例15.4ID变量的值为转置后数据集的变量名。proctransposedata=fdata.classout=alet;idname;procprint;run;例中，原数据集CLASS中变量NAME的值为转置后数据集A的变量名，对所有数值变量转置。数据集A中还有一变量_NAME_.proctransposedata=fdata.r_monthout=alet;iddate;procprint;run;例中，原数据集R_MONTH中变量DATE的值为转置后数据集A的变量名，对所有数值变量转置。数据集A中还有一变量_NAME_和_LABEL_.,例15.5BY组内最后一个ID值的观测被转置。proctransposedata=fdata.classout=alet;idsex;procprint;run;结果显示：,proctransposedata=fdata.classout=alet;idsex;bysex;procprint;run;结果显示：,proctransposedata=fdata.classout=a;varnameheightweight;copysexage;procprint;run;procsortdata=fdata.classout=a;byname;proctransposedata=alet;byname;procprint;run;,例15.6规定转置后数据集变量名的前缀。optionsnodatepageno=1linesize=80pagesize=40;proctransposedata=fdata.scoreout=idnumbername=Testprefix=sn;idstudentid;run;procprintdata=idnumbernoobs;titleStudentTestScores;run;,例15.7规定转置后数据集变量名的标签。optionsnodatepageno=1linesize=80pagesize=40;proctransposedata=fdata.scoreout=idlabelname=Testprefix=sn;idstudentid;idlabelstudent;run;procprintdata=idlabellabelnoobs;titleStudentTestScores;run;,例15.8对每个BY组转置。optionsnodatepageno=1linesize=80pagesize=40;proctransposedata=fdata.fishdataout=fishlength(rename=(col1=Measurement);varlength1-length4;bylocationdate;run;procprintdata=fishlengthnoobs;titleFishLengthDataforEachLocationandDate;run;,例15.9ID变量有重复值时命名转置后的变量。optionsnodatepageno=1linesize=64pagesize=40;proctransposedata=fdata.stocksout=closelet;bycompany;iddate;run;procprintdata=closenoobs;titleClosingPricesforHorizonKitesandSkyHiKites;run;,例15.10对转置后的数据集作统计分析。,optionsnodatepageno=1linesize=80pagesize=40;datasplit;setfdata.weights;arrays7s1-s7;subject+1;doTime=1to7;strength=stime;output;end;drops1-s7;run;procprintdata=split(obs=15)noobs;titleSplitDataSet;title2First15ObservationsOnly;run;,/*接左侧*/proctransposedata=splitout=totsplitprefix=Str;byprogramsubject;copytimestrength;varstrength;run;procprintdata=totsplit(obs=15)noobs;titleTotsplitDataSet;title2First15ObservationsOnly;run;,改变输出地点,缺省情况下，SAS过程输出到OUTPUT窗口，SAS日志输出到LOG窗口。利用SAS的PRINTTO过程可以设定SAS过程和日志的输出地点。PRINTTO过程有以下功能：改变过程输出的目的地；改变SAS日志输出的目的地；有选择地限制SAS输出；将输出结果存放在永久文件中；将输出直接送到打印机上；将SAS的输出作为输入数据（这时需要一些附加的程序语句）。,PRINTTO过程句法,PROCPRINTTO;选项说明注意：一般情况下，PROCPRINTTO后面一定要加RUN语句。若省略RUN语句，则会丢失PRINTTO后面DATA步或PROC步第一行的输出。,应用举例,例15.11将SAS日志输出到外部永久文件。procprinttolog=d:log.dat;/*直接输出到永久文件中*/filenamef1d:out.txt;procprinttolog=f1;/*输出到文件标记*/例15.12将运行结果输出到外部永久文件。filenamef2d:out.list;procprinttoprint=f2;/*输出到文件标记*/procprinttoprint=d:out.list;/*直接输出到永久文件中*/,例15.13直接打印输出结果。filenamefprinter;procprinttoprint=f;/*直接打印*/procprinttoprint=print;/*返回到缺省输出地点*/例15.14替换原输出文件。procprinttoprint=d:out.txtlog=d:log.datnew;procprintdata=fdata.class;run;,例15.15直接输出为SAS目录册中的条目。optionsnodatepageno=1linesize=80pagesize=60source;procprinttolog=test.loglabel=Inventoryprogramnew;run;procprinttoprint=fdata.cat1.inventry.outputlabel=Inventoryprogramnew;run;procreportdata=fdata.inventrynowindowsheadskip;columndeptitemseasonyear;titleCurrentInventoryListing;run;procprintto;run;,例15.16用输出结果作为输入文件。,/*接左侧*/procprinttoprint=print;run;dataprobtest;infilerouted;inputword1$;ifword1=卡方thendo;inputdfchisqprob;keepchisqprob;output;end;run;,datatest;don=1to1000;x=int(ranuni(77777)*7);y=int(ranuni(77777)*5);output;end;run;filenameroutedD:fdataF1.txt;procprinttoprint=routednew;run;procfreqdata=test;tablesx*y/chisq;run;,添加观测,利用SAS的APPEND过程可以将一个SAS数据集的观测添加到另一个SAS数据集的后面。当然，可以用DATA步中SET语句实现观测的添加，但用这种方法连接数据集时，SAS系统必须处理两个数据集中的所有观测后再产生一个新的数据集。APPEND过程避免处理原数据集中的数据，直接把新观测添加到原始数据集的后面。注意：APPEND过程只对SAS数据集（类型为DATA的数据库成员）进行操作.,APPEND过程句法,PROCAPPENDBASE=SAS-data-set;APPEND过程中只需要一个语句。选项说明：,例15.17强迫PROCAPPEND连接两数据集的情况。没有BASE=的数据集的变量；与BASE=的数据集中变量的类型不相同；多于BASE=的数据集中变量。,应用举例,例15.18有条件添加数据。procappendbase=data1data=data2(where=(X=1);run;procappendbase=adata=fdata.a600001(where=(year(date)=1999);run;例中，使用数据集选项WHERE=或WHERE语句来限制DATA=的数据集中只有满足条件的观测被加到BASE=的数据集中。,数据库复制,利用SAS的COPY过程可以复制整个SAS数据库或其中的数据库成员。,COPY过程句法,PROCCOPYOUT=libref-1IN=libref-2;EXCLUDESAS-file(s);SELECTSAS-file(s);子语句说明：Select规定要拷贝数据库IN=中的成员；Exclude规定不拷贝数据库IN=中的成员。注意：在PROCCOPY步