SAS中的SQL语句大全

1、精选优质文档-倾情为你奉上SAS中的SQL语句完全教程之一：SQL简介与基本查询功能 本系列全部内容主要以SQL Processing with the SAS System (Course Notes)为主进行讲解，本书是在网上下载下来的，但忘了是在哪个网上下的，故不能提供下载链接了，需要的话可以发邮件向我索取，我定期邮给大家，最后声明一下所有资料仅用于学习，不得用于商业目的，否则后果自负。  1 SQL过程步介绍1.1 SQL过程步可以实现下列功能：查询SAS数据集、从SAS数据集中生成报表、以不同方式实现数据集合并、创建或删除SAS数据集、视图、索引等、更新

2、已存在的数据集、使得SAS系统可以使用SQL语句、可以和SAS的数据步进行替换使用。注意，SQL过程步并不是用来代替SAS数据步，也不是一个客户化的报表工具，而是数据处理用到的查询工具。 1.2 SQL过程步的特征SQL过程步并不需要对每一个查询进行重复、每条语句都是单独处理、不需要print过程步就能打印出查询结果、也不用sort过程步进行排序、不需要run、要quit来结束SQL过程步 1.3 SQL过程步语句SELECT：查询数据表中的数据ALTER：增加、删除或修改数据表的列CREATE：创建一个数据表DELETE：删除数据表中的列DESCRIBE：列出数据表的属性

3、DROP：删除数据表、视图或索引INSERT：对数据表插入数据RESET：没用过，不知道什么意思SELECT：选择列进行打印UPDATE：对已存在的数据集的列的值进行修改   2 SQL基本查询功能 2.1 SELECT语句基本语法介绍SELECT <DISTINCT> object-item <, .object-item> FROM from-list  <WHERE sql-expression>  <GROUP BY group-by-item <, . gr

4、oup-by-item>>  <HAVING sql-expression>  <ORDER BY order-by-item <, . order-by-item>> 这里SELECT：指定被选择的列FROM：指定被查询的表名WHERE：子数据集的条件GROUP BY：将数据集通过group进行分类HAVING：根据GROUP BY的变量得到数据子集ORDER BY：对数据集进行排序 2.2 SELECT语句的特征选择满足条件的数据、数据分组、对数据进行排序、对数据指定格式、一次最多查

5、询32个表。这里还要提到的就是，在SAS系统中，对于表名和变量名一般不超过32个字符，对于库名，文件引用名，格式等不能超过8个字符 2.3 Validate关键字Validate关键字只存在于select语句中、可以在不运行查询的情况下测试语句的语法、检查列名是否合法、对于不正确的查询将打印其消息。例：1    proc sql;2        validate3        select Region, Pro

6、duct,Sales4        from sashelp.shoes5        where Region = 'Africa'NOTE: PROC SQL 语句有有效语法。6    quit;此外，我们还可以用noexec选项也可以用来进行语法测试。例：7    proc sql noexec;8      &

7、#160; select Region, Product,Sales9        from sashelp.shoes10       where Region = 'Africa'NOTE: 由于 NOEXEC 选项，未执行语句。11   quit;这里提示未执行，未提示错误，说明该语句没有语法错误。但是如果加入一个sashelp.shoes表里没有字段，这里就会出现错误，例：12   proc sql

8、noexec;13       select Region, Product,Sales,test14       from sashelp.shoes15       where Region = 'Africa'ERROR: 以下这些列在起作用的表中没有找到: test.16   quit; 2.4 查询列我们可以像2.3那样查询指定列，也可以用*来查询所有列。例：p

9、roc sql;       select *       from sashelp.shoes;quit;这里我们可以用feedback选项来查看到底我们选择了哪些列：17   proc sql feedback;18       select *19       from sashelp.shoes;NOTE: Statement t

10、ransforms to:        select SHOES.Region, SHOES.Product, SHOES.Subsidiary, SHOES.Stores, SHOES.Sales, SHOES.Inventory, SHOES.Returns          from SASHELP.SHOES;20   quit;这时，我们可以看到从sashelp.shoes表中选择了8个列 2.

11、5 消除重复值我们可以用distinct选项来消除重复值。例如，我们要得到没有重复的所有地区的名称：proc sql;    select distinct Region    from sashelp.shoesquit; 2.6 where子集查询2.6.1 比较运算符先列出where语句用到的比较运算符：LT   <    小于GT   >    大于EQ   =  &

12、#160; 等于LE   <=   小于或等于GE   >=   大于或等于NE   =   不等于例如，我们要查询sales大于的所有数据：proc sql;    select *    from sashelp.shoes    where sales>quit; 2.6.2 in：只要满足in里的任意一个值，表达式即为真，例如，我们要选择Region在

13、Africa和Eastern Europe的所有数据：proc sql;    select *    from sashelp.shoes    where Region in ('Africa','Eastern Europe');quit; 2.6.3 逻辑运算符OR     |      或AND   &   

14、  是NOT         非例如，选择Region在Africa和Eastern Europe，且销售额大于的所有数据：proc sql;    select *    from sashelp.shoes    where Region in ('Africa','Eastern Europe') and  sales>quit; 2.6.4 CONTAINS或?

15、：判断某列是否包含指定字符串例如，选择列Region包含Afr的数据：proc sql;    select *    from sashelp.shoes    where Region ? 'Afr'quit; 2.6.5 IS NULL或IS MISSING：判断某列数据是否为空例如，如果找出Region为空的数据：proc sql;    select *    from sashelp.shoes &

16、#160;  where Region is missing;quit;注意，这里我们还可以用以下表达式对where语句进行替换。如果region为数值型变量，则可以用region=.，如果region为字符型变量，则可以用region= 进行替换。 2.6.6 Between and：选择某一区间的数据例如选择sales大于，但小于的所有数据：proc sql;    select *    from sashelp.shoes    where sales between and

17、;quit; 2.6.7 like：判断是否能匹配某些字符例如，选择以region以A开头的所有地区proc sql;    select *    from sashelp.shoes    where Region like 'A%'quit;这里注意有两类通配符，%可以通配任意个任意字符，_只能通配一个任意字符 2.6.8 =*：类似匹配这里由于sashelp.shoes里没有符合要求的数据，所有就用书上的例子说明一下吧：Where lastname=* smit

18、h，出来的结果可能是：smith，smythe等 2.7 表达式我们可以通过已有的列进行计算来得到新的列，这时用关键词as来给新的列赋列名，例如：proc sql;    select Region, Product,Sales,Stores,Sales/Stores as salesperstores    from sashelp.shoesquit;这时结果就会多一列salesperstores，用来得到该地区该产品每个商店的平均销售量。这里要注意的是，在创建表达式时，我们还可以在SQL里用到SAS中的除LAG和DIF

19、F之外的所有函数。 这里我们还可以用表达式计算出来的结果来进行子集查询，但一定要记住用calculated关键词。例如我们要找出商店平均销售量大于5000的数据：方法一：proc sql;    select Region, Product,Sales,Stores,Sales/Stores as salesperstores    from sashelp.shoes    where Sales/Stores>5000;quit;方法二：proc sql;  

20、60; select Region, Product,Sales,Stores,Sales/Stores as salesperstores    from sashelp.shoes    where calculated salesperstores>5000;quit; 2.8 查询结果展示2.8.1 order by数据排序默认的排序方式是升序，我们可以用DESC关键词来进行降序排列。例如以sales降序排列数据：proc sql;    select *  &

21、#160; from sashelp.shoes    order by Sales DESC;quit;这里提示一下，我们可以用任意多列进行排序，包括表达式结果（不用calculated），但最好是选择的列。 2.8.2 LABEL与FORMATLABEL：改变输出变量名的内容FORMAT：改变列的值的输出方式例如，改变salesperstores的label和formatproc sql;    select Region, Product,Sales,Stores,    Sales/St

22、ores as salesperstores    label='sales per stores'    format=dollar12.2    from sashelp.shoes;quit; 2.9 处理SQL常用函数MEAN或AVG：均值COUNT或N或FREQ：非缺失值个数MAX：最大值MIN：最小值NMISS：缺失值个数STD：标准差SUM：求和VAR：方差 2.9.1 求和sumproc sql;    select Reg

23、ion, Product,Sales,Stores,    sum(Sales,Inventory,Returns) as total    from sashelp.shoes;quit; 2.9.2 求均值avgproc sql;    select Region, Product,Sales,Stores,    avg(Sales) as salesavg    from sashelp.shoes;quit; 2.9

24、.3 分组求均值group byproc sql;    select Region,    avg(Sales) as salesavg    from sashelp.shoes    group by Region;quit; 2.9.4 计数countproc sql;    select Region,count(*) as count    from sashelp.shoes 

25、60;  group by Region;quit; 2.9.5 HAVING数据子集proc sql;    select Region,count(*) as count    from sashelp.shoes    group by Region    having count(*)>50;quit;其它的就不多作介绍了，多用用就熟悉了 2.10子查询2.10.1 找出regions平均sales大于全部平均sales的regio

26、nproc sql;    select Region,    avg(Sales) as salesavg    from sashelp.shoes    group by Region    having avg(Sales)>    (select avg(Sales) from sashelp.shoes);quit; 2.10.2 ANY关键词介绍>ANY(20,30,40)

27、0;  最终效果：>20<ANY(20,30,40)   最终效果：<40=ANY(20,30,40)   最终效果：=20 or =30 or =40例如，选择出region为united state的sales小于任意region为africa的sales的数据proc sql;    select Region,Sales    from sashelp.shoes    where Region='United State

28、s'    and Sales<any    (select Sales from sashelp.shoes where Region='Africa');quit;这个例子没有多少意义，只是说明一下any的用法 2.10.3 ALL关键词介绍>ALL (20,30,40)   最终效果：>40<ALL (20,30,40)   最终效果：<20例如，选择出region为united state的sales小于所有region为a

29、frica的sales的数据proc sql;    select Region,Sales    from sashelp.shoes    where Region='United States'    and Sales<all    (select Sales from sashelp.shoes where Region='Africa');quit; 2.10.4 EXISTS与NOT

30、EXISTSproc sql;    select *    from sashelp.shoes    where   exists    (select * from sashelp.orsales);quit;SAS中的SQL语句完全教程之二：数据合并与建表、建视图SAS中的SQL语句完全教程之二：数据合并与建表、建视图索引等 本系列全部内容主要以SQL Processing with the SAS System (Course Note

31、s)为主进行讲解，本书是在网上下载下来的，但忘了是在哪个网上下的，故不能提供下载链接了，需要的话可以发邮件向我索取，我定期邮给大家，最后声明一下所有资料仅用于学习，不得用于商业目的，否则后果自负。  1 连接joins分为内连接inner joins和外连接outer joins内连接：仅返回匹配的数据，最多可以有32个表同时进行内连接外连接：返回所有匹配的数据和非匹配的数据，一次只能有两个表或视图进行外连接迪卡尔积：返回表内所有可能的匹配情况。例如表A有10*20的数据，表B有30*40的数据，则两个表的迪卡尔积有（10+30）*（20+40）=40*60的数据 

32、;我们先建立两个数据集： data march;   input flight $3. +5 date date7. +3 depart time5. +2 orig $3.         +3 dest $3.  +7 miles +6 boarded +6 capacity;   format date date7. depart time5.;   informat date date7. depart time5.; 

33、;  cards;219     01MAR94    9:31  LGA   LON       3442       198       250622     01MAR94   12:19  LGA   FRA&#

34、160;      3857       207       250132     01MAR94   15:35  LGA   YYZ        366       115  

35、0;    178271     01MAR94   13:17  LGA   PAR       3635       138       250302     01MAR94   20:22  LGA  

36、WAS        229       105       180114     02MAR94    7:10  LGA   LAX       2475       119 

37、      210202     02MAR94   10:43  LGA   ORD        740       120       210219     02MAR94    9:31

38、60; LGA   LON       3442       147       250132     02MAR94   15:35  LGA   YYZ        366     &

39、#160; 106       178202     03MAR94   10:43  LGA   ORD        740       118       210219     03MAR94  

40、;  9:31  LGA   LON       3442       197       250622     03MAR94   12:19  LGA   FRA       3857   

41、60;   180       250271     03MAR94   13:17  LGA   PAR       3635       147       250202     04MAR94 

42、  10:43  LGA   ORD        740       148       210219     04MAR94    9:31  LGA   LON       3442  

43、;     232       250622     04MAR94   12:19  LGA   FRA       3857       137       250132     04M

44、AR94   15:35  LGA   YYZ        366       117       178271     04MAR94   13:17  LGA   PAR       3635 

45、      146       250302     04MAR94   20:22  LGA   WAS        229       115       180114   

46、  05MAR94    7:10  LGA   LAX       2475       117       210202     05MAR94   10:43  LGA   ORD      &

47、#160; 740       104       210219     05MAR94    9:31  LGA   LON       3442       160       250622

48、60;    05MAR94   12:19  LGA   FRA       3857       185       250132     05MAR94   15:35  LGA   YYZ    

49、60;   366       157       178271     05MAR94   13:17  LGA   PAR       3635       177       2501

50、14     06MAR94    7:10  LGA   LAX       2475       128       210202     06MAR94   10:43  LGA   ORD   

51、;     740       115       210219     06MAR94    9:31  LGA   LON       3442       163    &#

52、160;  250132     06MAR94   15:35  LGA   YYZ        366       150       178302     06MAR94   20:22  LGA   WAS&#

53、160;       229        66       180114     07MAR94    7:10  LGA   LAX       2475       160 

54、      210132     07MAR94   15:35  LGA   YYZ        366       164       178271     07MAR94   13:17  L

55、GA   PAR       3635       155       250302     07MAR94   20:22  LGA   WAS        229      

56、 135       180;run; data delay;   input flight $3. +5 date date7. +2 orig $3. +3 dest $3. +3         delaycat $15. +2 destype $15. +8 delay;   informat date date7.;   format date date7.; 

57、60; cards;114     01MAR94  LGA   LAX   1-10 Minutes     Domestic                8202     01MAR94  LGA   ORD   No De

58、lay         Domestic               -5622     01MAR94  LGA   FRA   No Delay         International 

59、60;        -5132     01MAR94  LGA   YYZ   11+ Minutes      International          14302     01MAR94  LGA   WAS 

60、;  No Delay         Domestic               -2114     02MAR94  LGA   LAX   No Delay         Domestic&

61、#160;               0202     02MAR94  LGA   ORD   1-10 Minutes     Domestic               

62、 5219     02MAR94  LGA   LON   11+ Minutes      International          18622     02MAR94  LGA   FRA   No Delay     

63、    International           0132     02MAR94  LGA   YYZ   1-10 Minutes     International           5271   

64、;  02MAR94  LGA   PAR   1-10 Minutes     International           4302     02MAR94  LGA   WAS   No Delay         Dom

65、estic                0114     03MAR94  LGA   LAX   No Delay         Domestic          

66、0;    -1202     03MAR94  LGA   ORD   No Delay         Domestic               -1219     03MAR94  LGA 

67、  LON   1-10 Minutes     International           4622     03MAR94  LGA   FRA   No Delay         International   

68、60;      -2132     03MAR94  LGA   YYZ   1-10 Minutes     International           6271     03MAR94  LGA   PAR   1-10

69、 Minutes     International           2302     03MAR94  LGA   WAS   1-10 Minutes     Domestic            &

70、#160;   5114     05MAR94  LGA   LAX   No Delay         Domestic               -2202     06MAR94  LGA 

71、0; ORD   No Delay         Domestic               -3219     06MAR94  LGA   LON   11+ Minutes      International

72、          27132     06MAR94  LGA   YYZ   1-10 Minutes     International           7302     06MAR94  LGA  

73、 WAS   1-10 Minutes     Domestic                1622     07MAR94  LGA   FRA   11+ Minutes      International   

74、;       21132     07MAR94  LGA   YYZ   No Delay         International          -2271     07MAR94  LGA   P

75、AR   1-10 Minutes     International           4302     07MAR94  LGA   WAS   No Delay         Domestic     

76、0;          0;run; 1.1 内连接proc sql;    create table innerjoins as    select a.*,b.*    from March a,Delay b    where a.flight=b.flight and a.date=b.date;quit; 1.2 外连接1.2.1 左连接left joinp

77、roc sql;    create table leftjoins as    select *    from March a    left join Delay b    on a.flight=b.flight and a.date=b.date;quit; 1.2.2 右连接right joinproc sql;    create table rightjoins as  

78、  select *    from March a    right join Delay b    on a.flight=b.flight and a.date=b.date;quit; 1.2.3 全连接full joinproc sql;    create table fulljoins as    select *    from March a   

79、full join Delay b    on a.flight=b.flight and a.date=b.date;quit; 1.3 迪卡尔积proc sql;    create table cartesian as    select a.*,b.*    from March a,Delay b;quit; 这里再大概说明一下内外连接的实现的基本原理：首先生成两个数据表的迪卡尔积，然后再根据where语句来选择符合条件的数据作为输出结果。当然，

80、在实际处理过程中，SQL过程步会对这个迪卡尔积的数据集进行优化，将其划分成小块数据进行处理。 2 复杂的连接这里因为找不到很好的例子来说明如何处理复杂的连接，因此就不讲解了，大概说一下思路吧：简单地说，对于复杂的查询，我们应该将该查询分解成几个小的子查询，然后对每个子查询的结果进行测试，最后将所有的子查询结合起来就组成了这个复杂的查询。这样会比一来就写复杂的查询容易得多。 3 数据集SET操作这里有四类SET操作，分别是EXCEPT、INTERSECT、UNION、OUTER UNION。EXCEPT：得到除第二个数据集以外的所有第一个数据集里的数据INTERSECT：得到

81、第一个数据集和第二个数据集都有的数据UNION：得到两个数据集所有的数据，这里如果两个数据集有相同的数据，重复数据只出现一次OUTER UNION：得到两个数据集所有的数据。 还有两个关键词来修改SET操作的行为：ALL和CORRESPONDINGALL：并不删除重复值，不能与OUTER UNION合用（注意，用ALL关键词，一种情况是你不管是否会有重复值，另一个情况是不可能出现重复值，例如有主键的数据）CORRESPONDING：只保留两个数据集都有的字段，一般简写为CORR  3.1 EXCEPT找出所有没有延迟的航班和日期：proc sql; &#

82、160;  select flight,date       from March    except    select flight,date       from Delay;quit;注意：这里重复值已经被删除。如果要得到所有的包含重复值的数据，就要用到关键词ALL：proc sql;    select flight,date   

83、60;   from March    except ALL    select flight,date       from Delay;quit;如果只保留两个数据集都有的字段，则用到关键词CORRESPONDING（可简写为CORR）：proc sql;    select *       from March    except

84、CORR    select *       from Delay;quit; 3.2 INTERSECT找出所有延迟的航班和日期：proc sql;    select flight,date       from March    INTERSECT     select flight,date   &#

85、160;   from Delay;quit;关键词ALL和CORRESPONDING与在EXCEPT中一样，这里不再作介绍 3.3 UNION选择所有的数据，这里的重复值只出现一次proc sql;    select flight,date       from March    UNION     select flight,date     

86、0; from Delay;quit;关键词ALL和CORRESPONDING与在EXCEPT中一样，这里不再作介绍 3.4 OUTER UNIONproc sql;    select flight,date       from March    OUTER UNION     select flight,date       from Delay;quit;这里

87、，如果我们用到关键词CORR，就可以将相同字段的数据结合到一起：proc sql;    select *       from March    OUTER UNION  CORR    select *       from Delay;quit; 4 建表4.1 建空表4.1.1 通过指定变量建空表proc sql noprint;   cr

88、eate table percent       (varname char(30),       Industry char(4),       begindate num format date9.  label='the beginning date',       enddate num format date9. labe

89、l='the ending date',       P_1 num,       P_5 num,       P_95 num,       P_99 num);quit; 4.1.2 拷贝数据集来建空表proc sql noprint;   create table Delaycopy(keep=fligh

90、t date)   like Delay;quit; 4.1.3 查询语句中，用outobs选项来建空表proc sql noprint outobs=0;   create table flight114 as   select *   from Delay;quit; 4.2 对数据表增加数据主要有三种方法：4.2.1 SET语句proc sql noprint;insert into flight114set flight='302' ,   

91、 date='07MAR94'd,    orig='LGA',    dest='WAS',    delaycat='No Delay',    destype='Domestic',     delay=0;quit; 4.2.2 VALUES语句proc sql noprint;insert into flight114values(

92、9;271','07MAR94'd,'LGA','PAR','1-10 Minutes','International',4);quit; 4.2.3 条件查询 ：建表和导入数据同时完成proc sql noprint;   create table flight114 as   select *   from Delay   where flight='114'quit; 5 完整

93、性约束完整性约束的好处是保证SAS数据集的连续性和正确性，它在我们更新数据或插入新的数据时，验证新的数据是否符合该变量的约束条件。完整性约束需要8.0以上版本，符合ANSI标准，可以在表建立时或表有数据后建立约束，但不能被用于视图，也不能用于低于8.0版本的SAS系统建立的数据集。五大类完整性限制：NOT NULL、CHECK、UNIQUE、PRIMARY KEY、FOREIGN KEY。NOT NULL：不许出现缺失值CHECK：指定该变量可以输入哪些值UNIQUE：每个值必须是唯一的，其值可以为空，但只能有一个值为空PRIMARY KEY：主键，每个值必须是唯一且非空的FOREIGN KE

94、Y：其它表的主键，即外键，其值为关联表的主键的值且非空 5.1 check例：proc sql noprint;   create table percent       (varname char(30),       Industry char(4),       begindate num format date9.  label='the beginning d

95、ate',       enddate num format date9. label='the ending date',       percent num,CONSTRAINT percent _check check(percent le 1.0);quit;这时，如果我们插入的数据中，percent>1的话，将会出现错误。 5.2 回滚ROLLBACKS当我们用INSERT或UPDATE的时候，操作要等到发生错误的时候才会停止

96、，这时会出现一个问题，就是数据表的一些数据更新了，而另一些数据没更新，这时如果我们要回到原来的状态，就需要用到UNDO_POLICY选项进行回滚。UNDO_POLICY有三个选项：REQUIRED：缺省选项，取消所有的更新或新插入的数据。这里要注意的是，此操作不一定完全能成功。NONE：阻止所有的与约束不符的更新或新数据OPTOINAL：取消所有可以成功取消的更新或新插入的数据 本功能用得很少，所以只是翻译一下，请大家查阅相关文献。 6 创建视图与索引6.1 视图视图最大的好处是它只是一个存储的查询，因此不包含任何数据，这可以减少磁盘的使用空间。其它的功能与数据库的表类似。创建视图语法：Create View View-name as Query-expression 例：proc sql noprint outobs=0;   create View  delayview as   select *   from Delay;quit; 6.2 索引语法：Create <unique> Index index-nameOn table-name (column-name,column-name); 视图和索引都用得很少，所以这里就不作讲