SAS统计应用基础第三讲共讲.ppt

第三章 数据管理入门 3.1 SAS数据集的基本格式 3.1.1 数据集的基本结构 一个SAS数据集就是一个数据文件，用来存放相应的变量设置和具体变量值，是一个标准的关系型数据库中的二维表格。 ①表格中的每一行就是一条记录，也称为观测 (observation) ②表格中每一列代表一个变量(variable)数据库术语中 的字段 注意：在SAS中观测数和变量数没有限制。 描述部分(descriptor portion)：存放变量的定义。包括数据集的名 称、建立数据集的日期和时间、变 量和观测的个数、各变量的具体属 性及其他信息，如密码等 数据部分(data portion)：存放具体数值。按照描述部分对变量 的定义，依次将数据排列为相应的格式。 数据集 3.1.2 数据集的描述部分 1.数据集名称 在遵循相应操作系统的文件名规则的前提下，有如下规定： ①必须由英文字母或下划线开始 ②名称中可包含数字、字母和下划线 ③长度可以是1－32个字符 对各类不同对象的命名均适用。如：逻辑库名、数据集名、数组名、宏名等 SAS 7.0版以后 长度可以是1－8个字符 SAS 6.12版以前 2.变量名与变量标签 变量名不能使用中文，如果需要使用中文对变量加以进一步说明，则可以使用变量标签(label)。每个变量可以有一个标签，用于对变量的具体含义作进一步的说明，长度限制在256个字符内。 3.变量的类型与长度 字符型：其值可取任意字符。 数值型：其值只能取数值。 时间型 日期型 实际上按照数值型变量的格式存储 变量 例如，日期型数值存储的都是从1960年1月1日到该日期的天数。 变量长度 数值型变量：SAS默认长度8位。8位的浮点存储方式对 大多数应用已经足够。 字符型变量：SAS默认长度8位。不够用，可以对量 的设定加以更改，最大长度可达32K。 3.1.3 数据集的数据部分 没有太多特殊的地方。需要强调的是对缺失值的处理 对于数值型变量，缺失值用小数点表示。 对于字符型变量，缺失值用空字符表示。 分为直接输入方式和外部文件读入方式 3.2 数据集的建立 3.2.1直接输入方式建立数据集 Data case 2_2; Input x y@@; Cards; 34 56 78 90 35 67 89 10 23 65 77 45 ; Data case 2_2; Input x y; Cards; 34 56 78 90 35 67 89 10 23 65 77 45 ; 比较这两段程序，理解@@的含义 对于字符型变量，只需要在变量名后加上“$”表明其为字符型即可，如下面的数据步： Data case2_3; Input x y $ @@; Cards; 1 ‘234’ 5 678 9 abc 10 “def” ; 注意：对于字符型变量，在数据块中不需要加入单或双引号，否则会被当作字符串的一部分读入。 对于超过默认8位长度的字符，如果对相应变量不加长度定义，则系统会在读入时只读入前8位，而将后面的字符截掉。因此，可以用length语句定义变量的长度。Length语句一般应出现在变量定义之前，其格式为： Length 变量名 $ 长度 Data case2_3; Length y $ 20; Input x y $ @@; Cards; 1 ‘234’ 5 678 9 abc 10 “def12334556678” ; 注：去掉length语句后看运行结果。 3.2.2 外部文件读入方式建立数据集 事先建立纯文本文件case2_2.txt,内容为： 34 56 78 90 35 67 89 10 23 65 77 45 程序如下： Data case2_2; Infile ‘c:\case2_2.txt’; Input x y @@; Run; 当数据量较大时，采用外部文件读入方式可以避免在程序中输入非常大的数据块，更有利于程序的阅读。 1、数据的格式化读入 3.2.3 更灵活地建立数据集 FORMAT variables format DEFAULT-default; Variables 为希望指定输出格