SAS编程数据挖掘学习与帮助文档-3..docx

《SAS编程与数据挖掘商业案例》学习笔记之九(2013-08-07 07:41:14) 转载▼标签： sasinfile语句数据挖掘数据分析sas编程分类： SAS编程 继续之前的读书笔记，废话少说，直奔主题。本文重点在infile语句。十一：infile语句Dsd 规定一个数据集可以包含分隔符，但是要用引号括起来，两个连续分隔符之间的数作为缺失值处理， 默认分隔符为逗号Firstobs= 规定从该记录行开始读入Obs= 规定要读入的记录数Length= virable 把当前行的数据长度赋值给临时变量variableMissover 阻止input语句从下一数据行读入数据，为赋值的变量设置为缺失eg：filename file f:\data_model\book_data\chapt3\utf.txt;data unicode;infile file encoding=utf-8;input name $ weight;run;导入指定编码格式的文件eg：data num;infile datalines dsd dlm=;input x y z;datalines;2 34 5 67 9;run;对于有缺失值时，利用dsd 和dlm一起可以解决eg：data weather;infile datalines missover;input temp1-temp5;datalines;97.9 98.1 98.398.6 99.2 99.1 98.5 97.596.2 97.3 98.3 97.6 96.5;run;第一行后面两个数据缺失，此时用missover强制数据指针必须读完每一行对应的所有输入变量的值《SAS编程与数据挖掘商业案例》学习笔记之十(2013-08-07 12:57:22) 转载▼标签： sas数据分析retain语句keep语句array语句分类： SAS编程 继续之前的读书笔记，本次讲解sas主要的变量操作，包括基本赋值语句、累加语句、keep语句、retain语句、array语句、rename语句、length语句。1.基本赋值语句z=x y;z=sum(x,y); sum函数的好处是可以克服缺失值的影响；2.如果表达式中既有数值型变量又有字符型变量的话，则会将字符型变量转化为数值型变量3.系统在编译阶段，对于赋值语句变量，如果是字符型变量则长度为1，如果是数值型变量则长度为8，接下来，系统将执行赋值语句，这时变量长度将由第一次读入的表达式的运算结果决定。一旦第一次读入确定长度之后，下一次pdv无论读入多长的数据，都不会改变变量的长度。除非提前用length语句限定变量的长度。4.累加语句x 1,x (-1)都是累加语句，其中x必须是数值型变量，在编译阶段，pdv自动设置累加变量值为0，它的值从当前执行后一直保留在pdv中，直到下一次执行为止。在项目实践中，一般用retain语句替代累加语句，因为retain语句可以初始化累加变量为一个非零值，而累积语句初始值只能为0.5.keep语句（keep语句不是可执行语句）Data a3;set sashelp.class(keep=name weight);x=1;keep name x;Run;Data a4(keep=name x);set sashelp.class(keep=name weight);x=1;Run;以上两个程序输出结果一样，但是对于读入数据集时，keep=的形式性能要远高于keep的形式，因为keep=的形式是仅限后面的变量进入pdv，对于拥有几百个变量的数据集而言，keep=效率要高；不过对于数据输出方面，keep=与keep性能没有区别；上面两个语句性能完全一样。6.retain语句（不是一个可执行语句）pdv运行规律：data语句与run语句构成了一个循环语句，一般情况下每读一遍data步所有语句时，pdv都会清空所有变量值，并设置为缺失值。然后根据执行语句，再次对变量进行赋值。当data步使用retain语句时，pdv则不会清空retain语句对应变量，而是一直保留直到下次该变量再次执行。retain语句在data步中有着广泛的应用，对于数据集的操作可以到单元格，而一般函数只能操作到列，实际应用中retain会使程序更加灵活化。可以控制一个变量的值不变，除非有外部的条件的变化而变化。retain语句主要实现以下需求：汇总数据，累加变量，纵向比较变量，创建flag标识变量，处理缺失值，迭代累加字符变量值。Eg:关于汇总数据的一个例子（按照每个id，汇总cns的值，汇总id的记录数，如果txn_cde变量取101和201两个值，则累加计算一次，计算txn_dte的最小值，）libname chapt4 f:\data_mode