數(shù)據(jù)步創(chuàng)建SAS數(shù)據(jù)集

1、第第3章章 數(shù)據(jù)步創(chuàng)建數(shù)據(jù)步創(chuàng)建SAS數(shù)據(jù)集數(shù)據(jù)集 清華大學(xué)經(jīng)濟(jì)管理學(xué)院清華大學(xué)經(jīng)濟(jì)管理學(xué)院 朱世武朱世武本章內(nèi)容本章內(nèi)容 n SAS語言；n 數(shù)據(jù)步與過程步；n 數(shù)據(jù)集與變量；n SAS程序；n 程序執(zhí)行與輸出；n SAS表達(dá)式；n 數(shù)值與字符之間的轉(zhuǎn)換；n 錯(cuò)誤類型與處理；n SAS文件系統(tǒng)；n 數(shù)據(jù)步創(chuàng)建SAS數(shù)據(jù)集 SAS語句語句 SAS語句由關(guān)鍵詞開始，分號結(jié)束。語句中間的SAS名，過程名和運(yùn)算符等為SAS系統(tǒng)提供信息或執(zhí)行操作。例3.1 有效的SAS語句。data data1;data _null_;put name $ 8.;format date yymmdd10.;proc

2、means data=fdata.class;infile d:fdataclass.txt;do I=1 to 100;X=Y+1;SUMX+X; run; SAS名與關(guān)鍵詞名與關(guān)鍵詞 關(guān)鍵詞 SAS語句一般以關(guān)鍵詞開始。賦值語句、累加語句和注釋和空語句沒有關(guān)鍵詞。 SAS名的類型 邏輯庫名； 數(shù)據(jù)集名； 變量名； 格式名； 過程名； 數(shù)組名； 語句標(biāo)號名； 特殊文件名； 其它名有關(guān)SAS名的規(guī)定 第一個(gè)字符必須是字母或下劃線_； 邏輯庫名的最大長度是8個(gè)字符，其它的SAS名的最大長度可達(dá)32個(gè)字符; SAS名中不能有空格和一些特殊字符（$，# ）； 系統(tǒng)保留了一些特殊的變量名，如_N_，_

3、ERROR_等。 SAS語句格式語句格式 KEYWORD parameteroptions;關(guān)鍵詞關(guān)鍵詞 參數(shù) 選項(xiàng)；其中：n 粗體-必須按顯示形式書寫的關(guān)鍵詞；n 白正體-用戶提供的信息；n -括號內(nèi)的信息可選；n |-任選。 參數(shù)PARAMETER不是任選項(xiàng)，不用括號，OPTIONS是選項(xiàng)關(guān)鍵詞。 數(shù)據(jù)步與過程步數(shù)據(jù)步與過程步 一組SAS語句組成一個(gè)SAS程序。SAS程序中的語句可分為兩類步驟：v 數(shù)據(jù)步；v 過程步。所有SAS程序均有數(shù)據(jù)步和過程步兩大模塊構(gòu)成。 數(shù)據(jù)步數(shù)據(jù)步 數(shù)據(jù)步編譯、創(chuàng)建和修改SAS數(shù)據(jù)集或文本文件、讀入源數(shù)據(jù)文件和SAS數(shù)據(jù)集。數(shù)據(jù)步以DATA語句開始。例3.2

4、數(shù)據(jù)步創(chuàng)建SAS數(shù)據(jù)集。data A;set fdata.a1a0001;keep date clpr;run;例中，由數(shù)據(jù)步產(chǎn)生數(shù)據(jù)集A, 數(shù)據(jù)來源于SAS數(shù)據(jù)集FDATA.A1A0001(上證指數(shù))的日期DATE和收盤價(jià)CLPR。 過程步過程步 過程步面向SAS數(shù)據(jù)集，完成對數(shù)據(jù)集的加工整理、分析和呈現(xiàn)等功能。過程步以PROC語句開始。例3.3 應(yīng)用統(tǒng)計(jì)量均值過程。proc means data=fdata.a1a0001;var clpr;output out=M mean=CLPR_M;run; 例中，過程步調(diào)用SAS的MEANS過程，對數(shù)據(jù)集FDATA.A1A0001(上證指數(shù))中的

5、收盤價(jià)CLPR求得均值CLPR_M，并將產(chǎn)生的結(jié)果存貯在數(shù)據(jù)集M中。 SAS數(shù)據(jù)集數(shù)據(jù)集 一個(gè)SAS數(shù)據(jù)集是一批數(shù)據(jù)值，如表3.1所顯示一批觀測值。DateOpprHiprloprclprVolsumsnamehstoce2001-1-108.688.78.458.499816983862277邯鄲鋼鐵6000012001-1-118.528.68.48.477574863988645邯鄲鋼鐵6000012001-1-158.478.478.088.123840231636545邯鄲鋼鐵6000012001-1-168.088.48.058.354557137683964邯鄲鋼鐵6000012

6、001-1-178.398.58.288.292634522076348邯鄲鋼鐵6000012001-1-188.328.48.218.261785414844434邯鄲鋼鐵600001第一行是變量，第二到最后一行都是變量的觀測數(shù)據(jù)。 SAS變量變量 變量類型 數(shù)值變量； 字符變量。數(shù)值變量的值只能是數(shù)值。SAS可以接受的數(shù)值范圍為正負(fù)10E-307至正負(fù)10E308 。字符變量的值可以是字符，字母，特殊字符和數(shù)值。字符變量名后跟一個(gè)美元號（$）。字符值可以取l200個(gè)字符長。SAS變量的屬性變量的屬性SAS變量的屬性包括長度、輸人輸出格式和標(biāo)簽。v變量的長度是指存貯變量值的字節(jié)數(shù)。缺省長度為

7、8個(gè)字節(jié)。v 變量的輸人格式是指SAS系統(tǒng)讀人變量值的方式。v 變量的輸出格式是指SAS系統(tǒng)呈現(xiàn)變量值的方式。v 變量的標(biāo)簽是指變量名的描述性標(biāo)識，它至多可用40個(gè)字符。未設(shè)定屬性的變量在它們第一次出現(xiàn)時(shí)由系統(tǒng)給出。 自動(dòng)變量自動(dòng)變量 自動(dòng)變量說明自動(dòng)變量說明_N_觀測序號_Model_Error_錯(cuò)誤信息變量_Name_Numeric_所有數(shù)值變量_Prior_Character_所有字符變量_Rba_All_所有變量_Row_Cmd_Rrn_Col_Sigma_Fdbk_Titles_Iorc_Type_Label_Weigth_Lndet_First.Variable_Msg_Last.

8、VariableSAS程序舉例程序舉例 例3.4 一個(gè)DATA步構(gòu)成的SAS程序。 data A600001(label=邯鄲鋼鐵);input date yymmdd10. oppr hipr lopr clpr vol sums name $ hstocd $; format date yymmdd10. ; /*設(shè)定變量的輸出格式 */label Date=日期|Date; /*給變量加標(biāo)簽*/label Oppr=開盤價(jià)|Open Price;cards; /*以下是數(shù)據(jù)表*/2001-1-16 8.08 8.4 8.05 8.35 45571 37683964 邯鄲鋼鐵 600001

9、2001-1-17 8.39 8.5 8.28 8.29 26345 22076348 邯鄲鋼鐵 6000012001-1-18 8.32 8.4 8.21 8.26 17854 14844434 邯鄲鋼鐵 600001;例3.5 一個(gè)DATA步和三個(gè)PROC步構(gòu)成的SAS程序。data a; set fdata.a600001 (keep=date clpr); proc sort data= fdata.a600001 out=b;by descending clpr; proc print data=b (obs=10);proc gplot data= fdata.a600001;pl

10、ot clpr*date=1;symbol1 v=star i=none r=1 c=blue;run;例中，用過程步將數(shù)據(jù)集A600001按變量CLPR值接降序排序，然后顯示排序后的前10個(gè)觀測值，最后作出收盤價(jià)時(shí)序圖。 書寫規(guī)則書寫規(guī)則 SAS語句的書寫規(guī)則靈活自由： 語句可在行的任一列開始； 一個(gè)語句可以分寫為多行； 多個(gè)語句可以寫在同一行； 語句中各項(xiàng)之間至少用一個(gè)空格或特殊字符隔開；應(yīng)遵守的書寫規(guī)則：不同程序步間留空行； 每條語句都要另起行。注釋語句的兩種格式：v /* 注釋內(nèi)容 */ v * 注釋內(nèi)容;變量列表及其縮寫方法變量列表及其縮寫方法 許多SAS語句都需要規(guī)定變量，即按順序

11、列出變量名。變量列表不同形式的縮寫方法如右表所示。 變量列表縮寫說明X1 X2XnX1-Xn從X1到Xn的所有變量X-A從X到A的所有變量X Y Z AX_numeric_A從X到A的所有數(shù)值變量X_character_A從X到A的所有字符變量_numeric_所有數(shù)值變量_character_所有字符變量_all_所有變量例3.6 打印輸出所有數(shù)值變量的數(shù)據(jù)。proc print data=fdata.a1a0001 (obs=6);var _numeric_ ;例中，打印FDATA.A1A0001數(shù)據(jù)集中所有數(shù)值變量的前6個(gè)觀測數(shù)據(jù)。程序執(zhí)行程序執(zhí)行 按F3提交給SAS系統(tǒng)執(zhí)行PGM窗口編

12、輯好的SAS程序。程序執(zhí)行的過程中，LOG窗口顯示以下信息： 執(zhí)行的語句； 生成數(shù)據(jù)集中變量和觀測的個(gè)數(shù)； 執(zhí)行程序花費(fèi)的時(shí)間； 出錯(cuò)信息。程序輸出程序輸出 例3.7 打印輸出數(shù)據(jù)集的觀測值。proc print data=fdata.a600001 (obs=10) noobs; /*輸出前10個(gè)觀測，不輸出觀測號*/var oppr hipr lopr clpr;title “股票行情”;run;例中，按F3提交程序后，在OUTPUT窗口打印輸出數(shù)據(jù)集FDATA.A600001中變量OPPR, HIPR, LOPR和 CLPR的前10個(gè)觀測值，不輸出觀測號。 例3.8 計(jì)算并輸出變量的均值

13、。proc means data=fdata.a600001 ; var oppr hipr lopr clpr; /*輸出變量oppr hipr lopr clpr的均值*/run;例3.9 計(jì)算并輸出變量間的相關(guān)系數(shù)。proc corr data=fdata.a600001; /*輸出變量oppr hipr lopr clpr之間的相關(guān)系數(shù)*/var oppr hipr lopr clpr ;run;SAS表達(dá)式表達(dá)式 表達(dá)式由一系列操作符和操作對象構(gòu)成，產(chǎn)生一個(gè)目標(biāo)值。例3.10 表達(dá)式里允許有空格。Y=X+10; Y= X + 10; 操作符包括： 算術(shù)算符； 比較算符； 邏輯算符；

14、SAS函數(shù)； 括號。操作對象有： 變量； 常數(shù)。SAS常數(shù)常數(shù) SAS常數(shù)是SAS系統(tǒng)可以識別的一些固定值。SAS常數(shù)值可以是： 數(shù)字； 引號引起來的字符串； 其它特殊記號。SAS常數(shù)的五種類型： 數(shù)值常數(shù)； 字符常數(shù)； 日期時(shí)間數(shù)值常數(shù)； 十六進(jìn)制數(shù)值常數(shù)； 十六進(jìn)制字符常數(shù)。數(shù)值常數(shù)數(shù)值常數(shù) 一個(gè)數(shù)值常數(shù)就是出現(xiàn)在SAS語句里的數(shù)字。1, 5, 1.23, 1.2E23, 0.5E-10 , 2E4 , 2104 , 20000 字符常數(shù)字符常數(shù) 字符常數(shù)通常由單引號括起來的l到20個(gè)字符組成。如果字符常數(shù)內(nèi)含有引號，引用時(shí)，要么它的引號用兩個(gè)連續(xù)的單引號，要么用一個(gè)雙引號引用。引用帶引號

15、的字符常數(shù)： name=TOM”S; name=”TOMS”; 例中，兩語句等價(jià)。 日期時(shí)間常數(shù)日期時(shí)間常數(shù) 將日期時(shí)間值表示為常數(shù)時(shí)，要使用相應(yīng)的格式值。格式值帶單引號，后面跟一個(gè) D(日期)，T(時(shí)間)或DT(日期時(shí)間)。1jan2000d;01jan00d;9:25t;18jan00:9:27:25dtif begin=01JAN2000d then end=31DEC2000d；SAS算符算符 算術(shù)算符 算術(shù)算符表示執(zhí)行一種算術(shù)運(yùn)算。表達(dá)式中有一個(gè)運(yùn)算對象是缺失值時(shí)，結(jié)果也是缺失值。 例3.14 算術(shù)算符應(yīng)用。 data; X=3.5*2.5; put X=; Y=9+1/3; put

16、 Y=; X=.; Y=1+X; put Y=; /*Y也是缺失值*/ 算符含義舉例*乘方A*2.5=A2.5*乘A*B*3/除X/A+加5+C-減C-A輸出結(jié)果：X=22.917651494Y=9.3333333333Y=.比較算符比較算符建立兩個(gè)量之間的一種關(guān)系。比較準(zhǔn)則：v 數(shù)值和字符都可以比；v 結(jié)果為真賦值1，假賦值0；v 字符值從左到右逐個(gè)按ASCII碼排列序列進(jìn)行比較；v 缺失值參加比較時(shí)，它比任何有效值都小。算符等價(jià)形式含義舉例=Eq等于X=Y=Ne不等于X=YGt大于XYLt小于X=Ge大于等于X=Y=Le小于等于X=YIn等于列表中的一個(gè)NAME IN (WANG LI)例

17、3.15 比較算符應(yīng)用。 if xB取最大AB|連接Stock|Code例例3.16 連接多個(gè)變量和常數(shù)。data;set fdata.sh_m;result=Shanghai|date|_|clpr; put result;run;例例3.17 連接帶空格的字符值。data;X=GOOD ;Y=MORNING;Z=X|Y;put Z=;run;結(jié)果顯示為 Z=GOOD MORNING， 連接算符不清理開頭或結(jié)尾的空格。 運(yùn)算次序運(yùn)算次序 表達(dá)式運(yùn)算次序準(zhǔn)則： 先計(jì)算括弧里的表達(dá)式； 先執(zhí)行較高優(yōu)先級的運(yùn)算； 相同優(yōu)先級的算符，先執(zhí)行左邊的運(yùn)算。但對最高優(yōu)先級1，先執(zhí)行右邊的運(yùn)算。優(yōu)先級算符含

18、義優(yōu)先級算符含義*乘方4|連接+正小于-負(fù)最小=不等于最大=大于等于*乘不大于除不小于+加6與-減7或1235數(shù)值與字符之間的轉(zhuǎn)換數(shù)值與字符之間的轉(zhuǎn)換 數(shù)值與字符之間相互轉(zhuǎn)換的方式有： SAS系統(tǒng)自動(dòng)完成數(shù)值與字符之間的轉(zhuǎn)換； 函數(shù)INPUT將字符轉(zhuǎn)換為數(shù)值； 函數(shù)PUT將數(shù)值轉(zhuǎn)換為字符。字符字符自動(dòng)轉(zhuǎn)換自動(dòng)轉(zhuǎn)換轉(zhuǎn)換為數(shù)值轉(zhuǎn)換為數(shù)值 能自動(dòng)地將字符轉(zhuǎn)換為數(shù)值情況有： 將字符變量賦值給一個(gè)數(shù)值變量； 算術(shù)表達(dá)式中有字符變量； 比較運(yùn)算中與數(shù)值變量進(jìn)行比較； 需要數(shù)值變量的函數(shù)中引用字符變量。data;X=1; /*X為數(shù)值變量 */Y=10; /*Y為字符變量 */X=Y; /*自動(dòng)將字符變量Y轉(zhuǎn)換為數(shù)值變量 */ data;X=1; /*X為數(shù)值變量 */Y=10; /*Y為字符變量 */Z=X+Y; /*自動(dòng)將字符變量Y轉(zhuǎn)換為數(shù)值變量 */data;X=1; /*X為數(shù)值變量 */Y=10; /*Y為字符變量 */if X1999; run;例3.39 創(chuàng)