SAS应用基础3-1 观测的条件删除.pptVIP

观测的条件删除 在统计分析中,为了提高效率等原因,可将数据集中暂时无关的观测用delete语句删除。(注意备份原始数据) delete语句用法： delete; 功能：可使系统停止处理当前观测值,且该观测值不会写进正在建立的数据集,使系统返回到DATA步开始处进行下一次执行。 例： data tmp; set sashelp.class; if sex=F height60 then delete; run; 数据步中选择变量 增加或修改变量值： INPUT 变量表； 变量名= 表达式； 保留或剔除变量： 在DATA 语句中用选项DROP= 和 KEEP= 在SET 语句中用选项DROP= 和 KEEP= 在DATA步中加入DROP语句和 KEEP语句 DROP/KEEP语句用法： drop 变量表; keep 变量表; 数据的批量修改、更新 UPDATE语句可完成用一个数据集的观测对另一个数据集进行批量修改。 其语法格式为： UPDATE 主数据集 (IN=变量名) 修正数据集 (IN=变量名) (END=变量名)； 注意：要正确进行批量修正，UPDATE通常总是与BY语句配合使用，因而预先应将两数据集排序。 更新数据示例 data fix; /*建立修正数据集fix */ input name$ score@@; cards; He 46 Li 77 Wang 99 Xu 66 proc sort data=fix; /*对数据集fix按name变量排序*/ by name; proc sort data=bscore; by name; data fixed; /*建立修正结果数据集fixed */ update bscore fix;/*fix数据集去修正数据集bscore中的内容*/ by name; /*根据相同的name值进行更正*/ proc print; run; 数据表转置 利用TRANSPOSE过程可将SAS数据集转置，使新数据集中的变量对应原数据集的观察，而新数据集的观察对应原数据集的变量。 该过程通常的使用格式为： PROC TRANSPOSE 选项； [VAR 变量表；] [ID 变量；] [IDLABEL 变量；] [COPY 变量表；] [BY 变量表；] [RUN；] 转置过程的选项 PROC TRANSPOSE语句指明该过程将完成数据集的转置任务，其主要选项有： DATA=数据集 指定要作转置的数据集，如该项缺省，默认为最新建立的数据集； PERFIX=前缀名 指定一个前缀，与其后紧跟的连续自然数构成新数据集中的变量名； OUT=数据集名 指定转置后生成新数据集的名称，如缺省，系统将自动命名为DATAn形式。 转置过程的主要配合语句 VAR语句 列出要被转置的变量,如缺省,则原数据集中未在其它语句中出现的所有数值变量均被转置,字符型变量必须在VAR语句中列出才能被转置;未被转置的变量一般不能进入新数据集,除非它们在COPY或BY语句中已列出。 ID语句 指定某变量的值作为新数据集中的变量名;若缺省,系统将以COL1、COL2、…等作为新数据集的变量名。 COPY语句 将原数据集中的变量直接拷贝到输出数据集中。 BY语句 对原数据集进行分组转置,分组变量包括在输出数据集中。注意,用该语句前,原数据集应已排序。 转置数据集示例 data score; input name$ chinese english math@@; cards; zhao 67 76 74 qian 89 78 92 sun 88 76 90 li 93 85 82 wang 78 64 72 xu 90 94 77 proc print; proc transpose; id name; /*用姓名来作为新数据集的变量名*/ proc print; run; 数据分组(重新编码) 在实际应用中,有时要将区间、比例测量水平的数据分成几个区间或几个组,便于做频数统计等分析。在SAS中除了利用If语句(如在Analyst中)生成分组变量外,也可用FORMAT过程,实现对数据的重新分组编码。 FORMAT过程的一般用法格式： proc format [选项]; [value 格式名 变量的原取值范围=输出值 …;] [invalue 格式名 变量的原取值范围=要被转换成的值 …;] [……] /* 可以使用多个VALUE、INVALUE语句*/ [run;] 功能：用于对字符或数值变量定义用户自己的输入输出格式。 FORMAT过程选项 ◎PROC FORMAT语句表示开始自定义变量的格式 常用选项有： CNTLIN=数据集 指定数据集保存输入格式的控制信息； CNTLOUT