版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
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《SQLProcessingwiththeSASSystem(CourseNotes)》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。
1SQL过程步介绍1.1SQL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。
1.2SQL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
1.3SQL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
2SQL基本查询功能
2.1SELECT语句基本语法介绍SELECT<DISTINCT>object-item<,...object-item>
FROMfrom-list
<WHEREsql-expression>
<GROUPBYgroup-by-item<,...group-by-item>>
<HAVINGsql-expression>
<ORDERBYorder-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GROUPBY:将数据集通过group进行分类HAVING:根据GROUPBY的变量得到数据子集ORDERBY:对数据集进行排序
2.2SELECT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
2.3Validate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
procsql;2
validate3
selectRegion,Product,Sales4
fromsashelp.shoes5
whereRegion='Africa';NOTE:PROCSQL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
procsqlnoexec;8
selectRegion,Product,Sales9
fromsashelp.shoes10
whereRegion='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
procsqlnoexec;13
selectRegion,Product,Sales,test14
fromsashelp.shoes15
whereRegion='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:procsql;
select*
fromsashelp.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
procsqlfeedback;18
select*
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:procsql;
selectRegion,Product,Sales,Stores,Sales/Storesassalesperstores
fromsashelp.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DIFF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:procsql;
selectRegion,Product,Sales,Stores,Sales/Storesassalesperstores
fromsashelp.shoes
whereSales/Stores>5000;quit;方法二:procsql;
selectRegion,Product,Sales,Stores,Sales/Storesassalesperstores
fromsashelp.shoes
wherecalculatedsalesperstores>5000;quit;
2.8查询结果展示2.8.1orderby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:procsql;
select*
fromsashelp.shoes
orderbySalesDESC;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。
2.8.2LABEL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formatprocsql;
selectRegion,Product,Sales,Stores,
Sales/Storesassalesperstores
label='salesperstores'
format=dollar12.2
fromsashelp.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sumprocsql;
selectRegion,Product,Sales,Stores,
sum(Sales,Inventory,Returns)astotal
fromsashelp.shoes;quit;
2.9.2求均值avgprocsql;
selectRegion,Product,Sales,Stores,
avg(Sales)assalesavg
fromsashelp.shoes;quit;
2.9.3分组求均值groupbyprocsql;
selectRegion,
avg(Sales)assalesavg
fromsashelp.shoes
groupbyRegion;quit;
2.9.4计数countprocsql;
selectRegion,count(*)ascount
fromsashelp.shoes
groupbyRegion;quit;
2.9.5HAVING数据子集procsql;
selectRegion,count(*)ascount
fromsashelp.shoes
groupbyRegion
havingcount(*)>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regionprocsql;
selectRegion,
avg(Sales)assalesavg
fromsashelp.shoes
groupbyRegion
havingavg(Sales)>
(selectavg(Sales)fromsashelp.shoes);quit;
2.10.2ANY关键词介绍>ANY(20,30,40)
最终效果:>20<ANY(20,30,40)
最终效果:<40=ANY(20,30,40)
最终效果:=20or=30or=40例如,选择出region为unitedstate的sales小于任意region为africa的sales的数据procsql;
selectRegion,Sales
fromsashelp.shoes
whereRegion='UnitedStates'
andSales<any
(selectSalesfromsashelp.shoeswhereRegion='Africa');quit;这个例子没有多少意义,只是说明一下any的用法
2.10.3ALL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unitedstate的sales小于所有region为africa的sales的数据procsql;
selectRegion,Sales
fromsashelp.shoes
whereRegion='UnitedStates'
andSales<all
(selectSalesfromsashelp.shoeswhereRegion='Africa');quit;
2.10.4EXISTS与NOTEXISTSprocsql;
select*
fromsashelp.shoes
where
exists
(select*fromsashelp.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《SQLProcessingwiththeSASSystem(CourseNotes)》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innerjoins和外连接outerjoins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
我们先建立两个数据集:
datamarch;
inputflight$3.+5datedate7.+3departtime5.+2orig$3.
+3dest$3.
+7miles+6boarded+6capacity;
formatdatedate7.departtime5.;
informatdatedate7.departtime5.;
cards;219
01MAR94
9:31
LGA
LON
3442
198
250622
01MAR94
12:19
LGA
FRA
3857
207
250132
01MAR94
15:35
LGA
YYZ
366
115
178271
01MAR94
13:17
LGA
PAR
3635
138
250302
01MAR94
20:22
LGA
WAS
229
105
180114
02MAR94
7:10
LGA
LAX
2475
119
210202
02MAR94
10:43
LGA
ORD
740
120
210219
02MAR94
9:31
LGA
LON
3442
147
250132
02MAR94
15:35
LGA
YYZ
366
106
178202
03MAR94
10:43
LGA
ORD
740
118
210219
03MAR94
9:31
LGA
LON
3442
197
250622
03MAR94
12:19
LGA
FRA
3857
180
250271
03MAR94
13:17
LGA
PAR
3635
147
250202
04MAR94
10:43
LGA
ORD
740
148
210219
04MAR94
9:31
LGA
LON
3442
232
250622
04MAR94
12:19
LGA
FRA
3857
137
250132
04MAR94
15:35
LGA
YYZ
366
117
178271
04MAR94
13:17
LGA
PAR
3635
146
250302
04MAR94
20:22
LGA
WAS
229
115
180114
05MAR94
7:10
LGA
LAX
2475
117
210202
05MAR94
10:43
LGA
ORD
740
104
210219
05MAR94
9:31
LGA
LON
3442
160
250622
05MAR94
12:19
LGA
FRA
3857
185
250132
05MAR94
15:35
LGA
YYZ
366
157
178271
05MAR94
13:17
LGA
PAR
3635
177
250114
06MAR94
7:10
LGA
LAX
2475
128
210202
06MAR94
10:43
LGA
ORD
740
115
210219
06MAR94
9:31
LGA
LON
3442
163
250132
06MAR94
15:35
LGA
YYZ
366
150
178302
06MAR94
20:22
LGA
WAS
229
66
180114
07MAR94
7:10
LGA
LAX
2475
160
210132
07MAR94
15:35
LGA
YYZ
366
164
178271
07MAR94
13:17
LGA
PAR
3635
155
250302
07MAR94
20:22
LGA
WAS
229
135
180;run;
datadelay;
inputflight$3.+5datedate7.+2orig$3.+3dest$3.+3
delaycat$15.+2destype$15.+8delay;
informatdatedate7.;
formatdatedate7.;
cards;114
01MAR94
LGA
LAX
1-10Minutes
Domestic
8202
01MAR94
LGA
ORD
NoDelay
Domestic
-5622
01MAR94
LGA
FRA
NoDelay
International
-5132
01MAR94
LGA
YYZ
11+Minutes
International
14302
01MAR94
LGA
WAS
NoDelay
Domestic
-2114
02MAR94
LGA
LAX
NoDelay
Domestic
0202
02MAR94
LGA
ORD
1-10Minutes
Domestic
5219
02MAR94
LGA
LON
11+Minutes
International
18622
02MAR94
LGA
FRA
NoDelay
International
0132
02MAR94
LGA
YYZ
1-10Minutes
International
5271
02MAR94
LGA
PAR
1-10Minutes
International
4302
02MAR94
LGA
WAS
NoDelay
Domestic
0114
03MAR94
LGA
LAX
NoDelay
Domestic
-1202
03MAR94
LGA
ORD
NoDelay
Domestic
-1219
03MAR94
LGA
LON
1-10Minutes
International
4622
03MAR94
LGA
FRA
NoDelay
International
-2132
03MAR94
LGA
YYZ
1-10Minutes
International
6271
03MAR94
LGA
PAR
1-10Minutes
International
2302
03MAR94
LGA
WAS
1-10Minutes
Domestic
5114
05MAR94
LGA
LAX
NoDelay
Domestic
-2202
06MAR94
LGA
ORD
NoDelay
Domestic
-3219
06MAR94
LGA
LON
11+Minutes
International
27132
06MAR94
LGA
YYZ
1-10Minutes
International
7302
06MAR94
LGA
WAS
1-10Minutes
Domestic
1622
07MAR94
LGA
FRA
11+Minutes
International
21132
07MAR94
LGA
YYZ
NoDelay
International
-2271
07MAR94
LGA
PAR
1-10Minutes
International
4302
07MAR94
LGA
WAS
NoDelay
Domestic
0;run;
1.1内连接procsql;
createtableinnerjoinsas
selecta.*,b.*
fromMarcha,Delayb
wherea.flight=b.flightanda.date=b.date;quit;
1.2外连接1.2.1左连接leftjoinprocsql;
createtableleftjoinsas
select*
fromMarcha
leftjoinDelayb
ona.flight=b.flightanda.date=b.date;quit;
1.2.2右连接rightjoinprocsql;
createtablerightjoinsas
select*
fromMarcha
rightjoinDelayb
ona.flight=b.flightanda.date=b.date;quit;
1.2.3全连接fulljoinprocsql;
createtablefulljoinsas
select*
fromMarcha
fulljoinDelayb
ona.flight=b.flightanda.date=b.date;quit;
1.3迪卡尔积procsql;
createtablecartesianas
selecta.*,b.*
fromMarcha,Delayb;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,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、OUTERUNION。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OUTERUNION: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OUTERUNION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
3.1EXCEPT找出所有没有延迟的航班和日期:procsql;
selectflight,date
fromMarch
except
selectflight,date
fromDelay;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:procsql;
selectflight,date
fromMarch
exceptALL
selectflight,date
fromDelay;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):procsql;
select*
fromMarch
exceptCORR
select*
fromDelay;quit;
3.2INTERSECT找出所有延迟的航班和日期:procsql;
selectflight,date
fromMarch
INTERSECT
selectflight,date
fromDelay;quit;关键词ALL和CORRESPONDING与在EXCEPT中一样,这里不再作介绍
3.3UNION选择所有的数据,这里的重复值只出现一次procsql;
selectflight,date
fromMarch
UNION
selectflight,date
fromDelay;quit;关键词ALL和CORRESPONDING与在EXCEPT中一样,这里不再作介绍
3.4OUTERUNIONprocsql;
selectflight,date
fromMarch
OUTERUNION
selectflight,date
fromDelay;quit;这里,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:procsql;
select*
fromMarch
OUTERUNION
CORR
select*
fromDelay;quit;
4建表4.1建空表4.1.1通过指定变量建空表procsqlnoprint;
createtablepercent
(varnamechar(30),
Industrychar(4),
begindatenumformatdate9.
label='thebeginningdate',
enddatenumformatdate9.label='theendingdate',
P_1num,
P_5num,
P_95num,
P_99num);quit;
4.1.2拷贝数据集来建空表procsqlnoprint;
createtableDelaycopy(keep=flightdate)
likeDelay;quit;
4.1.3查询语句中,用outobs选项来建空表procsqlnoprintoutobs=0;
createtableflight114as
select*
fromDelay;quit;
4.2对数据表增加数据主要有三种方法:4.2.1SET语句procsqlnoprint;insertintoflight114setflight='302',
date='07MAR94'd,
orig='LGA',
dest='WAS',
delaycat='NoDelay',
destype='Domestic',
delay=0;quit;
4.2.2VALUES语句procsqlnoprint;insertintoflight114values('271','07MAR94'd,'LGA','PAR','1-10Minutes','International',4);quit;
4.2.3条件查询
:建表和导入数据同时完成procsqlnoprint;
createtableflight114as
select*
fromDelay
whereflight='114';quit;
5完整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:NOTNULL、CHECK、UNIQUE、PRIMARYKEY、FOREIGNKEY。NOTNULL: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PRIMARYKEY:主键,每个值必须是唯一且非空的FOREIGNKEY:其它表的主键,即外键,其值为关联表的主键的值且非空
5.1check例:procsqlnoprint;
createtablepercent
(varnamechar(30),
Industrychar(4),
begindatenumformatdate9.
label='thebeginningdate',
enddatenumformatdate9.label='theendingdate',
percentnum,CONSTRAINTpercent_checkcheck(percentle1.0));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,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:CreateViewView-nameas
Query-expression
;例:procsqlnoprintoutobs=0;
createView
delayviewas
select*
fromDelay;quit;
6.2索引语法:Create<unique>Indexindex-nameOntable-name(column-name,column-name);
视图和索引都用得很少,所以这里就不作讲解了,大家查阅相关文献吧。
7维护表这里主要讲一下如何更新或删除已存在的表的数据,如何对一个表增加、减少、或改变其列的属性,如何删除表、视图和索引。
7.1更新数据这里主要用update来更新表的数据,语法如下Updatetable-name
Setcolumn-name=expression,Setcolumn-name=expression,…Whereexpression;注意,这里的where一定要写清楚,如果没有的话,则会更新所有的数据。例:procsqlnoprint;updatedelaysetdelaycat='Delay'where
delay=0;quit;
7.2条件处理用CASE语句来实现条件处理。例如,对SASHELP.shoes根据sales的大小进行分类:语法:Selectcolumn…Case<case-operand>Whenwhen-conditionthenresult-expression<Whenwhen-conditionthenresult-expression><elseresult-expression>End;
例:procsql;
createtableshoesrankas
select*,
(case
whensales>100000then'good'
else'bad'
end)asrank
fromsashelp.shoes;quit;
7.3删除行语法:Deletefromtable-nameWhereexpression;例:procsql;DeletefromshoesrankWhereRegion='Africa';quit;
7.4改变列语法:AlterTabletable-name
Addcolumn-definition,column-definition,…
Dropcolumn-name,column-name,…
Modifycolumn-definition,column-definition,…
对已存在的数据表增加一个列:例:procsql;altertableshoesrankaddaddcolumnnumformat=comma10.2,addcolumnmorechar(10);quit;
从已存在的数据表中删除列,例:procsql;altertableshoesrankdropaddcolumn;quit;
修改某列的属性,例:procsql;altertableshoesrankmodify
addcolumnmorechar(20)label='modifyaddlabel';quit;
7.5删除表、视图、索引语法:DropTabletable-name,table-name,…;DropViewView-name,View-name,…;DropIndexindex-name,index-name,…;Fromtable-name;例:procsql;droptableshoesrank;quit;SAS中的SQL语句完全教程之三:SQL过程步的其它特征SAS中的SQL语句完全教程之三:SQL过程步的其它特征
本系列全部内容主要以《SQLProcessingwiththeSASSystem(CourseNotes)》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。
前面两部分内容都比较简单,本节内容才是本系列要介绍的重点。不过这里装的内容都是点到即止,如果以后有时间,会进行更详细地讲解。
1SQL过程步选项SQL过程步选项的作用主要是可以从更细节的方式去控制SQL过程步,并且可以在不执行过程的情况下对程序进行测试等。下面介绍一下列出来的选项,这些选项大多经常用到,更多的选项可以参考SAS帮助。INOBS:进行一个查询时,对每个源数据表进行N行限制,仅对这N行的数据进行查询。OUTOBS:指定查询输出结果的观测数LOOPS:指定SQL过程步内循环的次数(此选项我用得比较少,谁明白的可以讲一下,多谢)NOPROMPT和PROMPT:修改上述三个选项的效果,从而让你选择是否继续或停止选项的效果。PRINT和NOPRINT:控制是否打印选择的数据结果NONUMBER和NUMBER:控制是否在第一列打印观测值编号DOUBLE和NOBOUBLE:输入报表是否隔行显示NOFLOW和FLOW和FLOW=n和FLOW=nm
:指定列宽,n指定列宽,m指定行宽???
1.1double选项procsql
double;
selectflight,date
fromMarch
UNION
selectflight,date
fromDelay;quit;
1.2inobs选项注意:这里inobs选项只读取每个源表前10条数据进行后续的操作,如下面的日志所示。两个表都只读取10条数据进行关联,最后得到7条关联好的数据。
237
procsqlinobs=10;238
createtabletmpas239
selecta.*,b.*240
fromMarcha,Delayb241
wherea.flight=b.flightanda.date=b.date;WARNING:变量“flight”已经存在于文件WORK.TMP中。WARNING:变量“date”已经存在于文件WORK.TMP中。WARNING:变量“orig”已经存在于文件WORK.TMP中。WARNING:变量“dest”已经存在于文件WORK.TMP中。WARNING:Only10recordswerereadfromWORK.DELAY(别名=B)由于INOBS=选项。WARNING:Only10recordswerereadfromWORK.MARCH(别名=A)由于INOBS=选项。NOTE:表WORK.TMP创建完成,有7行,11列。
1.3outobs选项这个选项的功能与inobs相似,不同的是,这个选项指定结果的观测值数量,而不是读取源表的数量,这在我们控制输出结果的数据量时非常有用。
243
procsqloutobs=10;244
createtabletmp1as245
selecta.*,b.*246
fromMarcha,Delayb247
wherea.flight=b.flightanda.date=b.date;WARNING:变量“flight”已经存在于文件WORK.TMP1中。WARNING:变量“date”已经存在于文件WORK.TMP1中。WARNING:变量“orig”已经存在于文件WORK.TMP1中。WARNING:变量“dest”已经存在于文件WORK.TMP1中。WARNING:语句由于OUTOBS=10选项而过早终止。NOTE:表WORK.TMP1创建完成,有10行,11列。
1.4prompt选项这里prompt选项,可以让你选择是否还是按照原来的设置进行动作,或者继续操作。如下面的日志所以,如果直接选择停止,则得到1.2的结果,如果一直按继续,则得到如下结果:
255
procsqlinobs=10prompt;256
createtabletmp3as257
selecta.*,b.*258
fromMarcha,Delayb259
wherea.flight=b.flightanda.date=b.date;WARNING:变量“flight”已经存在于文件WORK.TMP3中。WARNING:变量“date”已经存在于文件WORK.TMP3中。WARNING:变量“orig”已经存在于文件WORK.TMP3中。WARNING:变量“dest”已经存在于文件WORK.TMP3中。NOTE:表WORK.TMP3创建完成,有19行,11列。
1.5number选项procsqloutobs=4number;
select*fromMarch;quit;
1.6reset选项对上述SQL语句加上reset选项,使其不输出序号procsqloutobs=4number;resetnonumber;
select*fromMarch;quit;
2DICTIONARY2.1DICTIONARY介绍DICTIONARY可以得到很多SAS文件和会话等很多的元数据,包括SAS文件,外部文件,系统选项、宏、标题、脚注等。DICTIONARY是在初始化时就创建,自动更新,并只允许读取操作,故不能修改。下面列举一下SAS中DICTIONARY所包含的表:
SASV8DICTIONARY所包含的表:CATALOGS:SAS目录的信息COLUMNS:SAS变量和列的信息
EXTFILES:外部数据信息INDEXES:参与索引的列的信息
MACROS:宏相关信息MEMBERS:所有数据类型(表、视图、目录等)的信息
OPTIONS:当前会话选项STYLES:ODS的样式信息TABLES:表和数据集信息TITLES:标题和脚注信息VIEWS:视图信息
SASV9DICTIONARY所包含的新的表:CHECK_CONSTRAINTS:CHECK约束信息CONSTRAINT_COLUMN_USAGE:约束列使用信息CONSTRAINT_TABLE_USAGE:约束表使用DICTIONARIES:DICTIONARY所有表及其列ENGINES:可用的引擎FORMATS:可用的格式GOPTIONS:SAS/GRAPH选项LIBNAMES:LIBNAME信息REFERENTIAL_CONSTRAINTS:相关约束REMEMBER:已记录的信息TABLE_CONSTRAINTS:表约束
2.2查看2.1中各表内容查看各表的结构,以查看dictionary.tables为例:procsql;describetabledictionary.tables;quit;这里可以从日志里看到表dictionary.tables的结构。
要查看这个表的数据,可以通过以下语句实现,这里我们只输出前10条数据procsqloutobs=10;select*fromdictionary.tables;quit;
2.3使用DICTIONARY的信息查看SASHELP库里的文件信息:procsql;
optionsnolabelnocenter;
selectmemname,nobs,nvar,crdate
fromdictionary.tables
wherelibname='SASHELP';quit;注意,这里的库名都是大写。
查看SASHELP库里有列名为tabname的所有表:procsql;
optionsnolabelnocenter;
selectmemname
fromdictionary.columns
wherelibname='SASHELP'andname='tabname';quit;注意这里是用dictionary.columns的信息
用SASHELP.VMEMBER来撮DICTIONARY.MEMBERS的信息:proctabulatedata=sashelp.vmemberformat=8.;classlibnamememtype;keylabelN='';tablelibname,memtype/rts=10misstext='None';run;
DICTIONARY是一个非常有用的信息库,本文主要是介绍一下其基本功能,以后有时间的话会对其进行详细介绍。
3SQL过程步与宏语言的交互SQL过程步可以创建SAS宏变量,也可以生成一些自动的宏变量,从其中可以更好地理解SQL处理过程。
3.1在SQL过程中使用宏变量%letoutputnumber=10;procsqloutobs=&outputnumber;optionsnolabelnocenter;select*fromdictionary.tableswherelibname='SASHELP';quit;这个很简单,就不讲了,下面讲一下本节的重点。
3.2创建宏变量SQL过程步可以通过into语句来创建或更新宏变量,主要有三种方式。这里要注意的是,在使用into语句创建宏变量时,我们是不能在createtable或createview语句里使用的。当我们不需要输出结果时,可以用noprint选项。3.2.1结果只有一行Selectcol1,col2,…
Into:mvar1,:mvar2,…
From…例:procsqlnoprint;
selectavg(sales),min(sales),max(sales)
into:mean,:min,:max
fromsashelp.shoes;quit;%put&mean&min&max;这种方式适合输出结果只有一行的情况。
3.2.2提取前N行的值Selecta,b,…
Into:a1-:an,:b1-:bn
From…这种方法前前N行的查询结果输入到一系列的N个宏变量中。例:procsqlnoprint;
selectRegion,count(*)asfrequency
into:Region1-:Region3,:freq1-:freq3
fromsashelp.shoes
groupbyRegion;quit;
%put&Region1&Region2&Region3;%put&freq1&freq2&freq3;
3.2.3提取所有数据Selectcol1,col2,…
Into:macrovar1,:macrovar2,…
Separatedby‘delimiter’
From…这里将每列的所有数据都输出到一个宏变量中,并以指定的分隔符分开。例:procsqlnoprint;
selectdistinctRegion
into:RegionAll
separatedby','
fromsashelp.shoes;quit;%put&RegionAll;
3.3SQL过程步自动产生的宏变量SQLOBS:记录输出结果或被删除的观测值个数SQLRC:包含每个SQL语句的返回代码SQLOOPS:包含SQL过程步内循环的次数例:procsql;
select*
fromsashelp.shoes;quit;%put&SQLOBS;得到输出观测的条数。
4程序测试与效率这里主要介绍几个SQL过程步的选项:Exec/Noexec:控制SQL语句是否执行Nostimer/Stimer:在SAS日志中报告每个SQL语句的效率统计数据Noerrorstop/Errorstop:批处理时控制当有错误发生时,是否要检查语法
例:noexe与feedback
66
procsqlfeedbacknoexec;67
select*fromsashelp.shoes;NOTE:Statementtransformsto:
selectSHOES.Region,SHOES.Product,SHOES.Subsidiary,SHOES.Stores,SHOES.Sales,SHOES.Inventory,SHOES.Returns
fromSASHELP.SHOES;
NOTE:由于NOEXEC选项,未执行语句。68
quit;NOTE:“PROCEDURESQL”所用时间(总处理时间):
实际时间
0.01秒
CPU时间
0.00秒
这里我们要注意的是,在比较不同SQL语句的效率时,一定要用CPU时间,而不是用实际时间,因为实际时间可能会因运行机器的环境而有很大的出入。还要注意的是,对于同一个数据集,在比较效率时,一定要考虑到该数据集第一次运行后其排序等已经发生变化,会对效率也有影响。在SQL过程步中使用SAS数据步的选项在SQL过程步中使用SAS数据步的选项UsingDataSetOptionsinPROCSQL
本文主要讲解了在SQL过程步中使用SAS数据步的选项,包括DROP、KEEP、LABEL、COMPRESS、SORTEDBY、WHERE和RENAME等,灵活地使用这些选项可以让我们的SQL过程步更有效、更简洁。附录创建了三个数据集,方便我们进行讲解。
1DROP和KEEP在使用用SQL过程步时,我们可以用select选择结果要保留的列,或者用*选择所有的列。但是如果我们要选择除某一两个列之外的所有的列,这时就要使用将其他的列全部都写一遍,是不是很麻烦。这时我们就可以用到DROP来删除这几个不需要的列。例如我们要保留除A1和A3列之外的SCORES数据集中的所有数据:%letlabel=ScoresDataSetwithoutA1andA3;procsql;
createtableScores1(label="&label")as
select
*
from
Scores(drop=A1A3);quit;此外我们还可以直接在CREATETABLE语句后面加上Drop或Keep选项来删除或保留指定的列:procsql;
createtableScores2(label="&label"drop=A1A3)as
select
*
fromScores;
quit;
下面一个例子是用多种方法来实现保留除B开头以外的所有列:例1:这里KEEP选项里的A1-A10表示了变量范围,即:A1到A10共10个变量。注意这里的’-’表示变量范围,如果在SQL过程步的select语句中,则表示用A1减去A10的值来创建一个新的变量。procsql;
createtableonly_As_1(label='ScoresforAParametersOnly')as
select
*
from
Scores(keep=Subject_idVisitA1-A10);
quit;例2:这里用’--’表示名字范围,B1--B10表示从B1到B10共10个变量procsql;createtableonly_As_2(label='ScoresforAParametersOnly')as
select
*
from
Scores(drop=B1--B10);
quit;例3:’B
:’也是名字范围,指所有以B开头的变量
procsql;
createtableonly_As_3(label='ScoresforAParametersOnly')as
select
*
from
Scores(drop=B:);
quit;例4:_numeric_指所有的数值型变量,与之相对应的是_character_,表示所有的字符型变量。
procsql;
createtableonly_As_4(label='ScoresforAParametersOnly')as
select
*
from
Scores(keep=Subject_ID_numeric_);
quit;
2LABEL这个选项在上面几个例子中已经讲解。
3COMPRESSCOMPRESS主要是用来减少数据集的存储空间,在SQL过程步使用COMPRESS选项进行数据压缩时,我们需要在CREATETABLE语句后要压缩的数据表后面加入该选项。procsql;
createtableonly_Bs(compress=yes)as
select
*
from
Scores(drop=A1-A10);
quit;NOTE:压缩的数据集WORK.ONLY_BS大小减少了百分之54.85。
压缩为484页;不压缩将会要求1072页。NOTE:表WORK.ONLY_BS创建完成,有60000行,12列。
4RENAMERENAME的作用是更改数据集的变量的名称,例如我们要将SCROES中的数组A的所有变量加上前缀’Base_’,你可以用select语句一个一个地更改名字,也可以用rename数据步选项。例:用Select一个一个地进行更名procsql;
createtableBaseline_A_1as
select
subject_id,
a1asbase_a1,
a10asbase_a10
from
Scores
where
visit=1;quit;例:用RENAME选项procsql;
createtablebaseline_A_2as
select
*
from
Scores(rename=(a1-a10=base_a1-base_a10)drop=b:)
where
visit=1;
quit;注意,这里我们将数组A的名字改为以B开头的变量,而后面一句drop=b:是不是会把刚才更名完后的变量也删除掉。结果是不会的,因为Keep和Drop选项是在Rename选项之前就执行了。
下面来讲一个我们经常遇到的情况:两个表的内连接。例如我们要对表SCORES和SURGERY进行内连接,表SCORES的主键为subject_id,而表SURGERY的主键为sid,这时,我们一般的内连接语句为:procsqlfeedback_method;
createtableScores_Surg1as
select
*
from
ScoresT1,SurgeryT2
where
T1.subject_id=T2.sidand
T1.visit=T2.visit;
quit;另一种方法就是先将SURGERY中的sid改名为subject_id,然后运用数据表的innerjoin来进行数据表的内连接:procsqlfeedback_method;
createtableScores_Surg2as
select
*
from
Scores
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 福建省漳州市重点名校2026届初三年级第二学期期中练习数学试题含解析
- 江苏省江阴市华仕实验中学2026届初三得分训练(二)物理试题试卷含解析
- 北京东城北京二中学2026届初三第二次调研考试(物理试题文)试卷含解析
- 湖北省襄阳市襄城区重点达标名校2026年中考模拟检测试题(二)数学试题含解析
- 颈部包块护理的长期随访
- 脑外伤头痛患者的运动疗法
- 区审计局三重一大制度
- 审计时关注项目经费制度
- 审计人员职业道德制度
- 厂矿安全教育培训制度
- 取水许可管理办法变更申请书(空表)
- 2024中国中信金融资产管理股份有限公司广西分公司招聘笔试冲刺题(带答案解析)
- 2024年新改版青岛版(六三制)四年级下册科学全册知识点
- 鱼类性别控制技术研究进展专题培训课件
- 旧桥拆除专项施工方案
- 小学生古诗词大赛备考题库(300题)
- 化学预氧化简介
- GB/T 9978.2-2019建筑构件耐火试验方法第2部分:耐火试验试件受火作用均匀性的测量指南
- GB/T 17711-1999钇钡铜氧(123相)超导薄膜临界温度Tc的直流电阻试验方法
- 建设项目办理用地预审与选址意见书技术方案
- 研究生学术道德与学术规范课件
评论
0/150
提交评论