数据修改及程序结构资料

1、数据修改及程序结构,1. 赋值语句,语句格式： variable=expression; 将表达式结果赋予一个变量。 说明：,Data a; x=15; grp=“A”; Run;,例如，,DATA da1; INPUT x1 x2 x3 x4 $; y=x1+x2+x3; average=mean(x1,x2,x3); id_num=_n_; total=x3+x4; /*数值+字符*/ CARDS; 3 1.2 0.5 5 2 2.4 0.9 7 5 3.2 0.8 9 ; RUN;,表达式的值赋给变量,结果变量类型,决定结果变量类型的准则： 如果表达式中的变量全为数值型，结果变量为数值型

2、 如果表达式中的变量全为字符型，结果变量为字符型 如果表达式中的变量既有数值又有字符型，结果变量为数值型 如果赋值给已定义变量，则将表达式的值转换成该变量的类型，若无法转换，则给予缺失值，并在Log窗口中给出转换信息,表达式值转换,数值转字符 data a; X1=Passed; output; X1=86; output; run; proc print; run;,表达式值转换,字符转数值，不能转换时则报错 data a; X1=86; output; X1=92; output; X1=Passed; output; run; proc print; run;,结果变量长度,结果变量的长

3、度由第一次赋值的长度决定，除非事先由LENGTH语句规定好变量的长度,例如， data a; Name = “张三”; Output; Name = “欧阳踏歌”; Output; proc print; run;,/*第一次赋值时的长度为4，则变量长度定义为4*/ /*赋值长度为8，但只接受前前4个长度*/,输出结果： Obs Name 1 张三 2 欧阳,解决办法： 1. 先用LENGTH语句定义长度 2. 在第一次赋值时添加足够空格,data a; Length name $ 8; Name = “张三”; Output; Name = “欧阳踏歌”; Output; proc prin

4、t; run;,输出结果： Obs Name 1 张三 2 欧阳踏歌,data a; Name = “张三 ”; Output; Name = “欧阳踏歌”; Output; proc print; run;,2. 累加语句,语句格式： Variable+expression; 将表达式的值累加到变量（Variable）上 选项说明：,应用准则 累加变量在第一次执行前的初始值为0； 表达式的计算结果为缺失值时，取0代替； 表达式可以使用比较算符； 语句A+(-B)中的（+）是必须的，不能写成A-B。,data a; input id sex $; m=m+1; /* 赋值语句不能累加*/ if

5、 sex=“F” then K+1; /* 条件累加*/ cards; 1 F 2 M 3 F 4 F 5 M ; run; proc print; run;,例如，,Obs id sex m K 1 1 F . 1 2 2 M . 1 3 3 F . 2 4 4 F . 3 5 5 M . 3,赋值语句+RETAIN语句可实现累加,Retain语句使得其指定的变量的值在执行下一次DATA步重复时被保留，而不被清空为缺失值。如果没有RETAIN语句，SAS系统在DATA步每次重复执行之前，把用INPUT或赋值语句指定的变量设置为缺失值。,retain n 0; retain var1-var3

6、 (1 2 3); retain var1-var4 (1,2,3,4); retain;,n+1;,retain n 0; n=n+1;,等价于,data a; input id sex $; Retain m 0; /* 申明m值保留不清空，初值为0*/ m=m+1; /* 实现累加*/ cards; 1 F 2 M 3 F 4 F 5 M ; run; proc print; run;,赋值语句+RETAIN语句可实现累加,Obs id sex m 1 1 F 1 2 2 M 1 3 3 F 2 4 4 F 3 5 5 M 3,例如，对X平方后再累加,data a; input id s

7、ex $ x; total+x*2; /*对X平方后进行累加*/ cards; 1 F 80 2 M 78 3 F 90 4 F 85 5 M 68 ; run; proc print; run;,Obs id sex x total 1 1 F 80 6400 2 2 M 78 12484 3 3 F 90 20584 4 4 F 85 27809 5 5 M 68 32433,3. DELETE语句,作用： DELETE语句停止处理当前观测，该观测值不被读入到创建的数据集，SAS系统返回到DATA步的开头处理其他观测。 语句格式： DELETE; 通常与if 使用，删除满足条件的观测,例如

8、，与if语句联用，删除部份观察,例如： data jn; input ssn gra pre1 pre2 ; if gra4的条件，执行STOP语句，则立即停止数据步的执行，正被处理的那条观测不会被添加到数据集A中。A中只有3条观察。,data a; input x y; if x=4 then n+2; IF n4 THEN STOP; cards; 2 5 4 2 4 8 4 9 7 2 ; run; proc print; run;,例如，STOP停止处理DATA步,Obs x y n 1 2 5 0 2 4 2 2 3 4 8 4,6. ABORT语句,ABORT语句中止执行当前的DA

9、TA步，继续执行下一个DATA或PROC步。 执行ABORT语句时，当新创建数据集和已存在的SAS数据集同名时，不会覆盖已存在的数据集。 语句格式 : ABORT|;,数据步循环执行到第4次，即x=4, y=9时，n=6，满足n4的条件，执行ABORT语句，则立即停止数据步的执行，正被处理的那条观测不会被添加到数据集A中。如果数据集A先前已经存在，则不会被替换；如果数据集A先前不存在，则建立数据集A，只有3条观察。,data a; input x y; if x=4 then n+2; IF n4 THEN ABORT; cards; 2 5 4 2 4 8 4 9 7 2 ; run; pr

10、oc print; run;,例如，ABORT停止处理DATA步,Obs x y n 1 2 5 0 2 4 2 2 3 4 8 4,data a; input x y; if x=4 then n+2; IF n4 THEN ABORT; cards; 2 5 4 2 4 8 4 9 7 2 ; run; proc print; run;,例如，ABORT停止处理DATA步,在Log窗口打印错误信息,例如，ABORT语句使程序出现错误时终止执行,data b; input ssn pay ; if _ERROR_ then ABORT; cards; 111 100 aaa 200 444

11、300 ; proc print; run;,程序中有错误时，自动变量_ERROR_取值为1，否则为0；,7. LOSTCARD语句,作用： LOSTCARD语句用于重新对准输入数据。 当一个观测包含几个数据行，且当前观测缺少其中的一些行时，利用LOSTCARD语句可以防止SAS系统从下一个观测的数据行读数据作为当前观测的一部分。 语句格式 LOSTCARD; 使用LOSTCARD语句时，必须用IF-THEN语句给出丢失数据行的条件。 适合使用LOSTCARD语句的条件 每个观测有固定的输入数据行； 同一个观测的每个数据行都有一个同值的识别变量。,例，每个记录应包含两行数据，第一行为SID和性

12、别，第二行为SID和两门功课的成绩，读取信息完整的记录,data a; input SID sex $ #2 SID1 Score1 Score2 ; if SID NE SID1 then lostcard; cards; 101 男 101 89 95 102 女 102 85 98 200 男 211 男 211 78 86 ; proc print; run;,#2 表示指针移到该条记录的第2行,Obs SID sex SID1 Score1 Score2 1 101 男 101 89 95 2 102 女 102 85 98 3 211 男 211 78 86,LOSTCARD语句的

13、执行步骤,SAS日志上输出一个丢失记录卡信息，一条标尺及创建当前观测所读的数据行; 不输出观测到数据集，丢弃开始读入本组的数据行，返回到DATA步开头; 试图用该组第二个数据行开始并按INPUT语句规定的行数读数据行来创建观测; 当丢失记录行的IF条件仍是真的，SAS重复前三步； 对于IF条件不成立的一组数据行，SAS创建一个观测，并增加自动变量_N_的值。,data a; input id1 x $ #2 id2 y $ #3 id3 z $; if id1 ne id2 or id2 ne id3 then lostcard; cards; 101 A 102 B 102 B 103 C

14、103 C 103 C 104 D 105 E 105 E 105 E ; proc print; run;,例，当每条记录包含3个数据行时,Obs id1 x id2 y id3 z 1 103 C 103 C 103 C 2 105 E 105 E 105 E,例中，DATA步读3个数据行作为1个观测。第1个观测有2个丢失记录，第2个观测有1个丢失记录，第4个观测丢失2个记录。只有第3和第5个观测是完整的观测。 LOG窗口显示的信息： NOTE: LOST CARD. RULE: -+-1-+-2-+-3-+-4-+-5-+-6- 5 101 A 6 102 B 7 102 B NOTE:

15、 LOST CARD. 8 103 C NOTE: LOST CARD. 9 103 C NOTE: LOST CARD. 11 104 D 12 105 E 13 105 E NOTE: 数据集 WORK.A 有 2 个观测和 6 个变量。,语句格式 WHERE 逻辑表达式; 根据表达式选择满足条件的观察,8. WHERE语句,表达式中可使用的特殊运算符,WHERE语句的特点,WHERE语句的作用是选择满足条件的观测 WHERE语句读入数据集之前选择观测 WHERE语句是在执行数据集连接（SET），合并（MERGE），更新（UPDATE）或修改（MODIFY）之前进行的操作 使用WHERE语

16、句时，由于SAS系统只从输入数据集中读入满足条件的观测，所以SAS程序运行效率高 能用WHERE语句的地方一定可以用IF语句来代替，反之则不一定 WHERE语句对数据步中的新变量无效，只对读取其它已经存在的数据集中的变量有效,例，where语句选择观测,DATA da1; INPUT x1 x2 x3 x4 $; y=x1+x2+x3; average=mean(x1,x2,x3); CARDS; 3 1.2 0.5 5 2 2.4 0.9 7 5 3.2 0.8 9 ; RUN;,data da2; set da1; where y8; run;,从数据集da1中选择y8的观测,例，wher

17、e语句选择观测,DATA da1; INPUT x1 x2 x3 x4 $; y=x1+x2+x3; average=mean(x1,x2,x3); Where y8; CARDS; 3 1.2 0.5 5 2 2.4 0.9 7 5 3.2 0.8 9 ; RUN;,错误！变量y不是来自已经存在的数据集，不能在where语句中使用；此时，应该用： if y8;,Where age between 18 and 65; Where taxes between salary*0.30 and salary*0.50; Where taxes not between salary*0.30 and

18、 salary*0.50; Where idnum is missing; /*idnum为缺失值时 */ Where name is null； /*name为空时*/ Where score in (“A”,”B”)； /*score为“A”或“B”时*/ Where name contains “B”； /*name中含有“B”的*/,例，where语句特殊算符示例,两个特殊模式： 百分号（%）可以替代任意多个字符 下划线（_）正好有一个字符与之匹配,LIKE算符,DATA da1; INPUT name$ x2 x3; CARDS; Boin 1.2 0.5 Aan 2.4 0.9 C

19、i 3.2 0.8 ooBCi 3.2 0.8 ; RUN; data da2; set da1; Where name like %B_i%; run;,匹配含有B开始的任意字符串 Where name like B%; 匹配第三个字符为B的任意字符串 Where name like _B%; 匹配含有B间隔一个为i的任意字符串 Where name like %B_i%;,例， 设变量name的取值为名字Diana，Diane， Dianna， Dianthus，Dyan。 使用LIKE算符来选择第一个字符为D的名字时，LIKE算符的不同选择模式与结果。 Name Like D_an; /

20、* 选择Dyan */ Name Like D_an_; /* 没有名子被选上 */ Name Like D_an_; /* Diana, Diane, Dianna, Dyan */ Name Like D_an%; /*上述列表的所有名字 */ Name Not like D_an%; /* 没有名子被选上 */,其它应用举例,例， 选择数值变量非0和非缺失的观测值 Where x; Where x and y; Where x/y; 例，选择字符变量非缺失的观测 Where c = ; where c is not missing; 字符变量C不能单独地作为逻辑表达式 例，选择一定范围内

21、的观测 Where x between 1 and 5; where 1=x5 then DO; y=x*2; put x= y= ; END; z=x+3; Cards; 6 4 8 9 3 8 ; Run;,例，与条件语句联用执行,运行后有哪些输出？,2. 循环DO语句 语句格式： DO 循环变量 = 初值 TO 终值 by 增量； (重复执行的SAS语句) END； 循环DO语句根据循环变量重复执行DO和END语句之间的语句 循环变量包含在创建的数据集中，可以用DROP语句删除 缺省 “by 增量”时，默认步长为1,如： do i=2 to 6 by 2; x=i*2; end; 当i=

22、2、4、6时，执行do-end之间的语句组；在i=6的循环执行之后，下一次循环时i=8，大于终值6，则循环停止。 逗号分隔循环变量的取值(数值或字符) do i=2, 11, 15, 19 to 27; 语句 end; do grp=A, B, C; 语句 end;,例：打印九九乘法表,1*1=1 2*1=2 2*2=4 3*1=3 3*2=6 3*3=9 4*1=4 4*2=8 4*3=12 4*4=16 5*1=5 5*2=10 5*3=15 5*4=20 5*5=25 6*1=6 6*2=12 6*3=18 6*4=24 6*5=30 6*6=36 7*1=7 7*2=14 7*3=21

23、 7*4=28 7*5=35 7*6=42 7*7=49 8*1=8 8*2=16 8*3=24 8*4=32 8*5=40 8*6=48 8*7=56 8*8=64 9*1=9 9*2=18 9*3=27 9*4=36 9*5=45 9*6=54 9*7=63 9*8=72 9*9=81,需要用到的语句与函数： do循环语句，put语句，left() trim()函数，|表示字符串连接,data _NULL_; do i=1 to 9; do j=1 to i; k=i*j; str=trim(left(i) | * | trim(left(j) | = | left(k); put #i (9*j+9) str ; end; end; run;,DO循环语句特殊选项,用法 Start ; 选项说明,do i=1 to 10 while(xy); do i=10 to 0 by 1 while(month=jan);,例，DO循环语句使用表达式选项,data a; do i=3,7,11 to 17 by 3 while(i*2=65; run;,上例中，数据集sen中仅包括pop中a