第6章_创建数据集.pptVIP

第6章 创建数据集 蔡德利 TsaiDeli@ 黑龙江八一农垦大学植物科技学院 本章主要内容 概述 Data Step 加工数据集 PROC Step 概述 SAS对数据的管理 通常，有两种： SAS数据集（data set） SAS数据视图（data view） 概述 概述 SAS数据视图只有描述部分，没有数据部分，但描述部分包含了足够的信息以找到保存在其他文件中的数据； 数据视图减少了维护费用。 如果改变了源数据，数据视图将随着改变。 可由SQL、ACCESS和DATA Step产生。 概述 Libname命令 作用：指定库标记。 一般格式： Libname 库标记 ’文件夹位置’ 选项; 例如：指定目录“G:\SAS统计分析\SAS”为库标记MySASLib Libname MySASLib ’ G:\SAS统计分析\SAS’; 概述 SAS语言是一种专用的数据管理、分析语言，它提供了很强的数据操作能力。 表现在 它可以轻易地读入任意复杂格式的输入数据，并可以对输入的数据进行计算、子集选择、更新、合并、拆分等操作。 另外，SAS系统还提供了用来访问其它数据库系统如Sybase、Oracle的接口，访问各种微机用数据库文件如FoxPro、Excel的接口及向导，并提供了一个SQL过程来实现数据库查询语言SQL的功能。 概述 SAS语言的自编程计算功能主要在数据步实现。 一个SAS数据步相当于一个单独运行的程序。 但是，SAS语言又是一个专用数据处理语言，所以SAS数据步有其他语言所没有的特点。 概述 例如 /* SasProg0601.SAS */ data a; put x= y= z=; input x y; z=x+y; put x= y= z=; cards; 10 20 100 200 ; run; 概述 运行后在Log窗口显示 … x=. y=. z=. x=10 y=20 z=30 x=. y=. z=. x=100 y=200 z=300 x=. y=. z=. NOTE: The data set WORK.A has 2 observations and 3 variables. … 概述 程序的运行流程： 1. DATA语句标志了数据步开始，并指定了数据步结束时要生成的数据集名字为A（实际是WORK.A）。 2. 第一个PUT语句要输出变量X、Y、Z的值, 但它们还都没有定义，所以显示为三个缺失值。 3. INPUT语句，从CARDS语句后面的数据行中读取变量X的值10，变量Y的值20。 4. 下一个赋值语句计算变量Z的值得到30。因此，LOG 中的第二行输出显示三个变量的值分别为10、20、30。 概述 5. 从CARDS语句开始到空分号行的各行是非执行的，程序运行到RUN语句，发现这是本数据步的最后一个语句，按一般的程序语言的规则，程序到这里就应该结束了，但是，SAS是一个专用数据处理语言，如果按一般语言的规则，程序中的第二行数据（100 200）就不能被读入。所以，这个程序运行到RUN语句后，把读入的观测（这是第一号观测）写入输出数据集， 6. 流程又返回到DATA语句后的第一个可执行语句开始执行，并先把所有的变量置初值为缺失值。于是，第一个PUT语句的结果显示三个变量均为缺失值，而不是上一步的10、20、30。 概述 7. INPUT语句又从数据行中读入下一个观测，把变量X、Y赋值为100、200。读取位置由运行时设置的一个数据指针指示。然后计算变量Z的值得300。于是PUT语句输出的X、Y、Z值分别为100、200、300。 8. 流程跳过CARDS语句到空语句，到数据步结尾，把第二号观测输出到数据集。 9. 再返回到数据步开头，把变量值赋初值为缺失值，所以第一个PUT语句输出的三个变量值为缺失值。 10. 运行到INPUT语句，应该读入下一个观测，但是查询数据指针发现已经读完了所有数据，所以本数据步结束，并把两个观测写入数据集WORK.A中。 概述 从这个例子可以看出SAS数据步程序和普通程序的一个重大区别： SAS数据步如果有数据输入，比如用INPUT、SET、MERGE、UPDATE、MODIFY等语句读入数据，则数据步中隐含了一个循环。 概述 Data Step 流程： 概述 Data Step 第一种方式语法: DATA 数据集名; Input 变量列表; Cards; 数据区 ; Data Step DATA语句 作用： 标志数据步的开始。 命名将要创建的SAS数据集。 CARDS语句 作用： 用于直接输入数据，标志着数据块的开始 Data Step 直接输入SAS数据： /* SASProg0602.sa