《第3章SAS数据步与数据步语句.docVIP

第3章 数据步与数据步语句 摘要：本章讲授数据步的基本概念，数据集的结构，学习数据步构成的有关语句功能及其用法。对本章内容的学习是进行数据处理的一个前提条件，为后面编程打下基础。 §3.1 SAS数据步与数据集 §3.1.1数据步 数据步是产生数据集的一组语句，一个数据步可以建立一个或多个数据集，在一个SAS程序中可以有多个数据步。数据步程序还可以对已经建立的数据集进行修改和产生输出报告。 一、数据步的基本任务 ⒈ 建立数据集： SAS按照从数据步各语句中获得的信息建立数据集，该数据集存放输出的数据，故称输出数据集。DATA语句是数据步开始的标志，且提供数据集名。格式如下： DATA 数据集名； ⒉ 输入数据： 把外部数据读入内存，这步取决于外部数据的来源，可分为三种情况。 从数据步内读取数据（数据源在作业流中）： 用 INPUT 语句 与 CARDS 语句 联合使用 从磁盘文件读取数据： 用 INFILE 语句 与 INPUT 语句 联合使用 从已有的数据集中读取数据： 用 SET 语句 ⒊ 对数据进行加工： 对数据进行加工处理的语句叫多，后面陆续介绍。在此仅介绍赋值语句。 赋值语句格式： 变量=算术表达式 变量=字符串 赋值语句功能：先计算赋值号右边的表达式的值，然后将表达式的值赋给右边的变量。如: x=3+6 ⒋ 将组成的观察写入数据集: 在完成数据加工后，将要保存的变量（及数据）组成一例观察值，写入数据集。该操作用OUTPUT语句来完成。 二、数据步程序的三种结构 根据数据源的不同，数据步程序有如下三种基本结构： ⒈ 从数据步内读取数据（数据源在作业流中）： 当数据源的数据作为程序的一部分出现在程序中时，数据步程序的格式如下： DATA 数据集名； INPUT 变量表； [其它数据步语句；] CARDS； 数据块 ； ⒉ 从磁盘文件读取数据（数据源是ASCII码文件）： 如果数据源是以ASCII码数据文件存储于磁盘上，SAS可以读取该数据文件中的数据来建立数据集，则数据步具有的格式如下： DATA 数据集名； INFILE 数据文件名； INPUT 变量表； [其它数据步语句；] ； 执行INFILE语句时，指定的数据文件被打开，INPUT语句从打开的数据文件中读取数据。 ⒊ 从已有的数据集中读取数据：（数据源是已经存在的数据集） 利用已经建立的数据集中的数据来产生新的数据集，其数据步格式如下： DATA 数据集名； SET 或MERGE或UPDATA语句； [其它数据步语句；] ； 三、数据步的程序的执行流程 数据步的作用是把数据源中的数据作为输入，经过加工后输出到一个或多个“SAS数据集”。程序执行流程图如下： §3.1.2数据集 SAS数据集是一种具有特定专门格式的，且有SAS程序运行产生的，SAS使用的一种数据文件（以二进制形式存放）。它由数据步产生，作为过程步的输入。 数据集的结构 数据集是一个数值的集合，是一个数据值构成的矩形表（二维表）。 观测 变量1 变量2 变量4 … 1 数据值 数据值 数据值 … 2 数据值 数据值 数据值 … 3 数据值 数据值 数据值 … ∶ ∶ ∶ ∶ ∶ ∶ ∶ ∶ ∶ ∶ 数据集中的数据是按行列结构存放： 每一行代表调查的每一个个体的信息，称之为：观测值（Observations样本、记录）； 每一列表示一个调查项目，称为变量（Variables）；每一列上的数据值称为变量值（Data value）。 数据集的基本要素是变量和观测值。 数据集的类型 SAS数据集分为两种类型：临时数据集和永久数据集。 SAS数据集名称由两部分组成。两部分名称是以“·”为分隔符连接而成的。其格式如下： 一级名·二级名 ⒈ 临时数据集 当以“WORK”作为一级名，或省略一级名仅使用二级名，则该数据集为临时数据集。这类数据集在SAS退出时回被系统自动删除。 临时数据集创建方法有两种： 用户自定义：用户给定数据集名。 如：“DATA student；”，建立的数据集为Work.student。 由系统自定义：由系统指定数据集名。 如：“DATA；”系统以DATA1，DATA2……等命名。 ⒉ 永久数据集 若想在保存建立的数据集，则需要建立永久数据集。即一级名不能省略且不为“WORK”的数据集。SAS数据集名中不能使用真实路径，必须用LIBNAME语句给数据集指定一个别名（逻辑名）。 在DATA语句中，以逻辑名为一级名，就可以建立永久数据集。SAS系统回自动为永久数据集文件加上“．Sd2”扩展名。如： libname sjm C:\sas\SASWORK; data sjm.student; input xh$ xm$ yy gs;