3.原始數(shù)據(jù)讀入SAS資料

數(shù)據(jù)步讀入數(shù)據(jù)原始數(shù)據(jù)分類(lèi)

原始數(shù)據(jù)一般分為字符和數(shù)值兩種類(lèi)型，數(shù)值數(shù)據(jù)又分為標(biāo)準(zhǔn)數(shù)值數(shù)據(jù)和非標(biāo)準(zhǔn)數(shù)值數(shù)據(jù)。標(biāo)準(zhǔn)數(shù)據(jù)是由字符或者數(shù)值組成的可以被列表、列、格式化、命名輸入方式讀入的數(shù)據(jù)，如Male,1166.42。非標(biāo)準(zhǔn)數(shù)據(jù)只能在輸入格式的幫助下讀入的數(shù)據(jù)。如非標(biāo)準(zhǔn)的數(shù)值數(shù)據(jù)，可能包含逗號(hào)，空格等符號(hào)。日期和時(shí)間數(shù)值。十六進(jìn)制和二進(jìn)制數(shù)值。標(biāo)準(zhǔn)數(shù)值數(shù)據(jù)只包含數(shù)字,小數(shù)點(diǎn)或負(fù)號(hào)。非標(biāo)準(zhǔn)數(shù)值數(shù)據(jù)則包含其它的特殊字符，如千分號(hào)，美元符號(hào)等。

讀取數(shù)值數(shù)據(jù)的規(guī)則數(shù)值前面的括號(hào)或者減號(hào)符號(hào)表示該數(shù)值為負(fù)。首位有一個(gè)或者多個(gè)零不影響對(duì)相應(yīng)變量的賦值。SAS不把數(shù)值尾部的空格默認(rèn)為0。數(shù)值數(shù)據(jù)的前后都可以有空格，但是數(shù)字中間一般不能有（除非用COMMA.、BZ.等格式讀入）。字符數(shù)據(jù)

字符數(shù)據(jù)是由一系列字符組成的數(shù)據(jù)。

下面任一種情況下，INPUT語(yǔ)句認(rèn)定讀入變量的值是字符值。INPUT語(yǔ)句中變量名后跟一個(gè)美元符號(hào)$；使用字符輸入格式；要讀入數(shù)據(jù)的變量已經(jīng)被定義為字符型。原始數(shù)據(jù)呈現(xiàn)形式

原始數(shù)據(jù)的呈現(xiàn)形式一般分為呈現(xiàn)在SAS編輯窗口的數(shù)據(jù)行，和儲(chǔ)存在外部文件中的原始數(shù)據(jù)例如，

編輯窗口下，數(shù)據(jù)行形式的原始數(shù)據(jù)。dataweight;inputPatientID$Week1Week8Week16;loss=Week1-Week16;

datalines;2477195177163243122021319824561731661552412135125116;儲(chǔ)存在外部文件中的原始數(shù)據(jù)，TXT文本格式。2477195177163243122021319824561731661552412135125116SAS數(shù)據(jù)步作用錄入數(shù)據(jù)并轉(zhuǎn)化為SAS數(shù)據(jù)集編輯數(shù)據(jù)，包括檢查和修改數(shù)據(jù)中的錯(cuò)誤、計(jì)算新變量等將數(shù)據(jù)寫(xiě)入磁盤(pán)對(duì)已有的數(shù)據(jù)集進(jìn)行管理。如取子集、合并及更新數(shù)據(jù)集等例1：DATA

da1;

INPUT

x1x2x3;

y=x1+x2+x3;

CARDS;

31.20.522.40.953.20.884.11.173.30.6;

RUN;

以上這些語(yǔ)句組成DATA步。提交后，SAS系統(tǒng)創(chuàng)建一個(gè)名為da1的SAS數(shù)據(jù)集。它包含5個(gè)觀測(cè)、4個(gè)變量。DATA步是用DATA語(yǔ)句開(kāi)始的一組SAS語(yǔ)句。

SAS數(shù)據(jù)集實(shí)質(zhì)上是一張關(guān)系型數(shù)據(jù)表，即通常所見(jiàn)到的二維表格，一行表示一個(gè)觀察(Observation)，一列表示一個(gè)變量(Variable)，行列的交叉點(diǎn)就是該觀察在該變量上的取值。參見(jiàn)下頁(yè)示意圖。SAS數(shù)據(jù)集的建立SAS數(shù)據(jù)集(部分)ObservationsVariablesValueDATA語(yǔ)句；INPUT語(yǔ)句；(用于DATA步的其它SAS語(yǔ)句)

CARDS語(yǔ)句；[數(shù)據(jù)行]；RUN;（一）直接在程序中讀取數(shù)據(jù)1.DATA語(yǔ)句

DATA語(yǔ)句表示一個(gè)數(shù)據(jù)步的開(kāi)始，并給出正被創(chuàng)建的SAS數(shù)據(jù)集的名字。語(yǔ)句格式：

DATA[名字1][名字2]...

例如：

dataa;

dataonemydata;

使用INPUT語(yǔ)句讀入原始數(shù)據(jù)

INPUT語(yǔ)句的用途有兩方面：讀入外部數(shù)據(jù)文件中的數(shù)據(jù)；讀入CARDS語(yǔ)句后面的數(shù)據(jù)。2.INPUT語(yǔ)句

INPUT語(yǔ)句的五種輸入方式

簡(jiǎn)單方式（自由方式）：INPUT<specification(s)><@|@@>;列方式：INPUTvariable<$>start-column<-end-column><.decimalplaces><@|@@>;格式化方式：INPUT<pointer-control>variableinformat.<@|@@>;INPUT<pointer-control>(variable-list)(informat-list)<@|@@>;INPUT<pointer-control>(variable-list)(<n*>informat.)<@|@@>;列表方式：INPUT<pointer-control>variable<$><&><@|@@>;INPUT<pointer-control>variable<:|&|~><informat.><@|@@>;命名方式：INPUT<pointer-control>variable=<$><@|@@>;INPUTvariable=<$>start-column<-end-column><.decimals><@|@@>;INPUT<pointer-control>variable=informat.<@|@@>;選項(xiàng)說(shuō)明specification(s)變量及其格式的詳細(xì)說(shuō)明variable-list列出要讀入數(shù)據(jù)值的變量@執(zhí)行下一個(gè)INPUT語(yǔ)句時(shí)指針移到下一記錄行，要求一條記錄必須對(duì)應(yīng)一個(gè)數(shù)據(jù)行@@執(zhí)行下一個(gè)INPUT語(yǔ)句時(shí)指針保持在當(dāng)前記錄行，不要求一條記錄對(duì)應(yīng)一個(gè)數(shù)據(jù)行$定義字符型變量start-column規(guī)定變量值在記錄行中的起始列end-column規(guī)定變量值在記錄行中的終止列decimalplaces小數(shù)點(diǎn)位置pointer-control

移動(dòng)輸入指針到指定的行或列上informat列出變量的輸入格式；informat-list-列出變量列表對(duì)應(yīng)的輸入格式列表decimals規(guī)定小數(shù)部分的位數(shù)自由格式

INPUTvariable-name-list[$][@|@@];$：此符號(hào)前的變量為字符型。默認(rèn)為數(shù)值型。表輸入方式的特點(diǎn)：(1)順序輸入；(2)輸入的數(shù)據(jù)之間至少有一個(gè)空格；(3)使用圓點(diǎn)“.”而不是空格作為缺失值；(4)變量的順序和它們的數(shù)據(jù)值順序要一致，且個(gè)數(shù)相符；(5)字符型數(shù)據(jù)的默認(rèn)寬度為8個(gè)字符，但可以使用LENGTH等語(yǔ)句先定義字符變量的長(zhǎng)度。databc;inputx1x2x3x4$;cards;123addabc455.3bsddrg15248cssdrt54;run;行保持符“@”“@@”的使用@的作用：當(dāng)程序中有多條input語(yǔ)句時(shí)，前一條input語(yǔ)句末尾使用@，表示數(shù)據(jù)指針不換行，后一條input語(yǔ)句接著上一條input語(yǔ)句讀數(shù)結(jié)束地方讀取數(shù)據(jù)。當(dāng)用在程序最后一條input語(yǔ)句中時(shí)，不起作用。@@的作用：用在程序中的最后一條input語(yǔ)句中，表示指針不換行，程序下一輪執(zhí)行時(shí)，input語(yǔ)句接著其后讀取數(shù)據(jù)。Dataex;Inputx;Cards;1285;Run;Dataex;Inputx@@;Cards;1285;Run;@@表示指針不換行，下一輪執(zhí)行時(shí)，仍就用當(dāng)前的input語(yǔ)句讀取本行的其余數(shù)據(jù)，每讀完一個(gè)數(shù)據(jù)，控制指針就移到下一個(gè)數(shù)據(jù)的開(kāi)頭，繼續(xù)讀入數(shù)據(jù)。Dataa;Input

x

@;Inputy;Cards;12853697;Run;請(qǐng)分析上面程序產(chǎn)生的數(shù)據(jù)集Datab;Input

x

;Inputy@@;Cards;12853697;Run;Datac;Input

x

@

;Inputy@@;Cards;12853697;Run;Datad;Input

x

@

;Inputy@;Cards;12853697;Run;3.OUTPUT語(yǔ)句OUTPUT語(yǔ)句把當(dāng)前的觀測(cè)輸出到正在被創(chuàng)建的SAS數(shù)據(jù)集中去。語(yǔ)句格式

OUTPUT[data-set-name];OUTPUT;語(yǔ)句后不加說(shuō)明項(xiàng)。這時(shí)，把當(dāng)前這個(gè)觀測(cè)輸出到DATA語(yǔ)句命名的數(shù)據(jù)集中去。下面的例子利用OUTPUT語(yǔ)句從一個(gè)數(shù)據(jù)行生成多個(gè)觀測(cè)：datarepeat;inputsub$mea1-mea3;dropmea1-mea3;mea=mea1;output;mea=mea2;output;mea=mea3;output;cards;a254b362;procprint;title‘?dāng)?shù)據(jù)集repeat’；run;

數(shù)據(jù)集repeatObssubmea

1a2

2a5

3a4

4b3

5b6

6b2OUTPUT窗口：OUTPUTdata-set-name;語(yǔ)句后跟一個(gè)數(shù)據(jù)集名，即將當(dāng)前觀測(cè)輸出到這個(gè)指定的數(shù)據(jù)集中去。下面的例子是利用OUTPUT語(yǔ)句在一個(gè)DATA步中同時(shí)產(chǎn)生多個(gè)SAS數(shù)據(jù)集。DATAyear1year2;INPUTname$sex$yrs;IFyrs<=12THENoutputyear1;ELSEoutputyear2;CARDS;數(shù)據(jù)行;RUN;（二）數(shù)據(jù)在外部文本文件中例2：在“c:\mydata\”子目錄下存放有一個(gè)名為id.txt的文件，內(nèi)容如下：(第一列為姓名，第二列為電話)注意：數(shù)據(jù)之間以空格分隔

欲用上述數(shù)據(jù)來(lái)建立一個(gè)SAS數(shù)據(jù)集，可用下面的DATA步來(lái)完成：

DATA

da2;

INFILE

‘c:\mydata\id.txt’;

INPUT

name$phone;

RUN;Jinhua 48332728jianghon 47586978taoxian 23459734zhaoheng 85743627shanmei 12395863xuli 74857362xinwei 23485748

從外部文本文件中讀入數(shù)據(jù)來(lái)建立SAS數(shù)據(jù)集的一般形式為：

DATA語(yǔ)句；

INFILE語(yǔ)句；

INPUT語(yǔ)句；

(用于DATA步的其它SAS語(yǔ)句) RUN語(yǔ)句；這里，需要注意兩點(diǎn)：不需要CARDS語(yǔ)句。INFILE語(yǔ)句的作用是打開(kāi)一個(gè)外部文本文件，其格式為：

INFILE’文件說(shuō)明’；這里，文件說(shuō)明是指所要引用的外部文件所在的磁盤(pán)路徑和文件全名，應(yīng)用單引號(hào)將文件說(shuō)明括起來(lái)。

如果數(shù)據(jù)不是以空格分隔的，而是以制表符分隔(常見(jiàn)的情況是：將excel數(shù)據(jù)直接拷貝到文本文件中)，則應(yīng)在infile語(yǔ)句中加入選項(xiàng)：expandtabs如：

DATA

da2;

INFILE

‘c:\mydata\id.txt’expandtabs;

INPUT

name$phone;

RUN;（三）數(shù)據(jù)來(lái)自其它SAS數(shù)據(jù)集從一個(gè)或幾個(gè)已存在的SAS數(shù)據(jù)集產(chǎn)生新的SAS數(shù)據(jù)集的DATA步的一般形式為：

DATA語(yǔ)句；

SET語(yǔ)句；(或者，MERGE語(yǔ)句；) (用于DATA步的其它SAS語(yǔ)句) RUN；這里，SET、MERGE語(yǔ)句用來(lái)識(shí)別已存在的SAS數(shù)據(jù)集。例如：datada3;Set

da1;/*da1是已經(jīng)存在的SAS數(shù)據(jù)集*/ifx1<=5;/*選擇x1小于或等于５的觀測(cè)*/run;（四）直接從其它數(shù)據(jù)庫(kù)導(dǎo)入數(shù)據(jù)常見(jiàn)的格式有:Excel格式數(shù)據(jù)(*.xls)Access格式數(shù)據(jù)（*.mdb）DBF格式數(shù)據(jù)（*.dbf）文本文件格式數(shù)據(jù)（*.txt）導(dǎo)入方法：File

Importdata…

然后依次按要求選擇File

Importdata選擇需要導(dǎo)入SAS的文件類(lèi)型，點(diǎn)擊Next點(diǎn)擊Browse...，打開(kāi)需要導(dǎo)入SAS的數(shù)據(jù)文件打開(kāi)數(shù)據(jù)文件，打擊Next指定導(dǎo)入到SAS后的邏輯庫(kù)名(Library)及數(shù)據(jù)集名(Member)配置完成后點(diǎn)擊Next(可選)或Finish上一步點(diǎn)擊Next新建一個(gè)SAS程序文件，保存用ProcImport過(guò)程導(dǎo)入數(shù)據(jù)所需的語(yǔ)句點(diǎn)擊Finish出現(xiàn)此行信息，顯示導(dǎo)入成功。數(shù)據(jù)集名為cancer邏輯庫(kù)名為work打開(kāi)生成的cancer.sas文件向?qū)е刑峁┑膸讉€(gè)信息xls格式化中數(shù)據(jù)SAS數(shù)據(jù)集中數(shù)據(jù)Data步的內(nèi)部運(yùn)行機(jī)制針對(duì)每個(gè)觀察執(zhí)行一次所有語(yǔ)句（跳轉(zhuǎn)除外）相當(dāng)于一個(gè)內(nèi)部循環(huán)datada1;inputx1x2x3;y=x1+x2+x3;cards;

31.20.522.40.953.20.884.11.173.30.6;Run;

這些語(yǔ)句要求SAS產(chǎn)生一個(gè)名為da1的數(shù)據(jù)集，從輸入數(shù)據(jù)行讀3個(gè)數(shù)值給相應(yīng)的3個(gè)變量，并建立第四個(gè)變量y。在讀入數(shù)據(jù)時(shí)，SAS將變量x1,x2,x3視為一個(gè)程序數(shù)據(jù)向量，按INPUT語(yǔ)句的指示讀當(dāng)前記錄的數(shù)據(jù)值，然后又執(zhí)行程序語(yǔ)句，把y的值添加到程序程序數(shù)據(jù)向量中去。因此，對(duì)這個(gè)DATA步而言，程序數(shù)據(jù)向量包含4個(gè)變量：x1,x2,x3,y。當(dāng)最后一個(gè)程序語(yǔ)句執(zhí)行后，在程序數(shù)據(jù)向量中的這些值(即一個(gè)觀測(cè))自動(dòng)地輸送到正被創(chuàng)建的數(shù)據(jù)集da1中，然后SAS返回去再執(zhí)行DATA步。

我們這個(gè)例子中共有5行數(shù)據(jù)，則這個(gè)DATA步將執(zhí)行5次，數(shù)據(jù)集da1中包含5個(gè)觀測(cè)，每個(gè)觀測(cè)有4個(gè)變量。SAS邏輯庫(kù)：臨時(shí)數(shù)據(jù)集與永久數(shù)據(jù)集邏輯庫(kù)指與存放SAS文件的目錄相關(guān)聯(lián)的代號(hào)（名字）代號(hào)就是邏輯庫(kù)名邏輯庫(kù)名定義邏輯庫(kù)方法1：通過(guò)Libname語(yǔ)句定義邏輯庫(kù)例如：建立與D:\SASdata目錄相關(guān)聯(lián)的邏輯庫(kù)，邏輯庫(kù)名為Mydata。要求：D:\SASdata目錄必須已經(jīng)存在Libnamemydata"D:\SASdata";方法2：通過(guò)窗口定義邏輯庫(kù)點(diǎn)擊這個(gè)按鈕(NewLibrary)點(diǎn)擊OK兩個(gè)邏輯庫(kù)均與同一目錄關(guān)聯(lián)D:\mydata保存SAS數(shù)據(jù)集到指定邏輯庫(kù)中用法：data邏輯庫(kù)名.數(shù)據(jù)集名;例如：datamydata.cancer;inputidx;cards;1126811380;run;使用條件：mydata必須事先定義,即在Libraries中有這個(gè)邏輯庫(kù)中間用小數(shù)點(diǎn)(.)連接臨時(shí)數(shù)據(jù)集、永久數(shù)據(jù)集臨時(shí)數(shù)據(jù)集指保存在WORK邏輯庫(kù)的數(shù)據(jù)集在日志窗口中顯示W(wǎng)ORK.XXX的數(shù)據(jù)集為臨時(shí)數(shù)據(jù)集在data語(yǔ)句中不指定邏輯庫(kù)名時(shí)，默認(rèn)保存到work邏輯庫(kù)中eg.datacancer;退出SAS時(shí)，WORK中的文件會(huì)被自動(dòng)刪除永久數(shù)據(jù)集指保存在非WORK邏輯庫(kù)的數(shù)據(jù)集退出SAS時(shí)，文件不會(huì)被刪除數(shù)據(jù)的輸出

前面討論了解SAS數(shù)據(jù)集的建立，即如何將數(shù)據(jù)轉(zhuǎn)換為SAS數(shù)據(jù)集。下面我們介紹數(shù)據(jù)的輸出。這里的“輸出”有三層意義：將數(shù)據(jù)輸出到LOG窗口；將數(shù)據(jù)輸出到系統(tǒng)內(nèi)部的另一個(gè)SAS數(shù)據(jù)集；將數(shù)據(jù)輸出到一個(gè)外部文件。用于數(shù)據(jù)輸出的語(yǔ)句有很多，我們主要介紹以下三條語(yǔ)句。一.PUT語(yǔ)句在DATA步中，PUT語(yǔ)句可以把內(nèi)容輸出到LOG窗口，或者用FILE語(yǔ)句定義過(guò)的外部文件。

PUT語(yǔ)句主要有以下表輸出、列輸出和格式化輸出三種格式，我們只介紹表輸出格式：表輸出格式(自由輸出格式)：

PUT<pointer-control><Var-list><@|@@>;例如：dataclass;inputname$sex$age;put

namesexage;cards;henrym13joem14henriettf11;run;dataclass;87inputname$sex$age;88putnamesexage;89cards;henrym13joem14henriettf11NOTE:ThedatasetWORK.CLASShas3observationsand3variables.NOTE:DATAstatementused:realtime0.05seconds93;94run;LOG窗pointer-control(指針控制)

@n移動(dòng)指針到第n列.

@(expression)移動(dòng)指針到表達(dá)式所指定的列.

#n移動(dòng)指針到第n行.

#(expression)移動(dòng)指針到表達(dá)式所指定的行.

@|@@指針保持在當(dāng)前行當(dāng)前位置.例如：Dataa;doi=1to4;sq=i**2;put#(i+1)@(i*5+2)isq@;end;Run;輸出結(jié)果如下1

1

2

4

3

9

4

16二.FILE語(yǔ)句

FILE語(yǔ)句用于定義當(dāng)前的輸出文件，這個(gè)當(dāng)前文件一定是一個(gè)外部文件，一般要