SAS第二講：編程創(chuàng)建SAS數(shù)據(jù)集

1、第二講 編程創(chuàng)建SAS數(shù)據(jù)集vData步的一般形式vData步的編譯與執(zhí)行v變量輸入設(shè)定SAS程序的基本內(nèi)容和結(jié)構(gòu)l基本內(nèi)容：指明供操作的數(shù)據(jù)、對(duì)數(shù)據(jù)進(jìn)行何種加工、期望的輸出結(jié)果l基本結(jié)構(gòu)：數(shù)據(jù)步(Data step)語(yǔ)句、過(guò)程步(Proc step)語(yǔ)句vData步的一般形式SAS程序的書(shū)寫(xiě)規(guī)則l每個(gè)語(yǔ)句以關(guān)鍵詞開(kāi)始，分號(hào)結(jié)束(不能是中文狀態(tài)分號(hào))l語(yǔ)句可以在任意列開(kāi)始和結(jié)束，一個(gè)語(yǔ)句可以寫(xiě)成多行，多個(gè)語(yǔ)句也可以寫(xiě)成一行l(wèi)語(yǔ)句的詞與詞之間可以用一個(gè)或多個(gè)空格符或其他特殊字符隔開(kāi)程序行數(shù)的添加: ToolsOptionsEnhanced Editor數(shù)據(jù)步的一般形式Data 數(shù)據(jù)集名; Inf

2、ile 文件名 ; Input ; Run; 編寫(xiě)程序讀入數(shù)據(jù)“例1.txt”。vData步的一般形式數(shù)據(jù)步的一般形式Data 數(shù)據(jù)集名; Infile datalines(或cards) ; input ; datalines(或cards); 數(shù)據(jù)列 ;Run;無(wú)其他選項(xiàng)時(shí)Infile語(yǔ)句可以省略 編寫(xiě)程序讀入數(shù)據(jù)“例2.txt”。vData步的一般形式v變量輸入設(shè)定格式化輸入模式l適用于字段固定格式源文件,以指針指定起始列，以輸入格式?jīng)Q定結(jié)束列l(wèi)一般形式：Input 指針控制 變量名 輸入格式;n:絕對(duì)位置+n:相對(duì)位置指針默認(rèn)起始位置為第一列,讀入一個(gè)字段后指向下一列,依次讀入各個(gè)字段

3、可缺省 編寫(xiě)程序讀入數(shù)據(jù)“例3.txt”。 編寫(xiě)程序讀入數(shù)據(jù)“例4.txt”。按列輸入模式l適用于字段固定格式源文件l一般形式：Input 變量名 n1-n2;讀入字段靈活,允許字符型變量中存在空格符與其他特殊符號(hào)，缺失數(shù)據(jù)無(wú)特殊占位要求沒(méi)有設(shè)定輸入格式，某些類(lèi)型數(shù)據(jù)不能正確讀入v變量輸入設(shè)定 使用按列輸入模式讀入數(shù)據(jù)“例4.txt”。列舉輸入模式l適用于分隔符固定格式源文件,依次讀入由分隔符隔開(kāi)的各個(gè)字段l一般形式：Infile 文件名|Cards ;Length 變量名 長(zhǎng)度;Input 變量名 ;Input 變量名:輸入格式;默認(rèn)長(zhǎng)度為8，超過(guò)會(huì)截?cái)嗫捎趇nput語(yǔ)句前解決變量長(zhǎng)度超過(guò)8

4、的問(wèn)題解決特殊格式的輸入及變量長(zhǎng)度超過(guò)8的問(wèn)題 編寫(xiě)程序讀入數(shù)據(jù)“例6.txt”。v變量輸入設(shè)定分隔符為空格時(shí)可缺省 編寫(xiě)程序讀入數(shù)據(jù)“例7.txt”。讀入模式的混合使用l可針對(duì)數(shù)據(jù)特點(diǎn)對(duì)不同字段使用不同讀入方式v變量輸入設(shè)定l控制變量輸入的關(guān)鍵詞：l讀入變量的原理：從指針位置(缺省為第1列)讀入第一個(gè)字段直至 (1)達(dá)到規(guī)定列；(2)遇到分隔符;(3)達(dá)到規(guī)定長(zhǎng)度(默認(rèn)長(zhǎng)度8、格式規(guī)定或Length語(yǔ)句規(guī)定) 讀入格式由兩種情況決定：(1)字符型默認(rèn)()和數(shù)值型默認(rèn)；(2)指定格式； 與變量無(wú)冒號(hào)分隔：指針達(dá)到格式指定長(zhǎng)度與變量有冒號(hào)分隔：指針達(dá)到分隔符前一列 數(shù)據(jù)“例4.txt”的第一個(gè)變

5、量為身份證號(hào)，從中讀取出生年月日產(chǎn)生一個(gè)新的變量。vData步的編譯與執(zhí)行創(chuàng)建數(shù)據(jù)集的描述部分掃描每個(gè)語(yǔ)句檢查語(yǔ)法錯(cuò)誤創(chuàng)建數(shù)據(jù)集的數(shù)據(jù)部分對(duì)源數(shù)據(jù)文件每條記錄執(zhí)行數(shù)據(jù)步數(shù)據(jù)步的編譯階段(Compilation phase)l檢查程序的語(yǔ)法錯(cuò)誤(詞語(yǔ)、語(yǔ)法)l轉(zhuǎn)換程序?yàn)闄C(jī)器碼，供執(zhí)行階段使用l建立工作部件：輸入緩沖器(Input Buffer)l建立工作部件：PDV(Program Data Vector)l確定數(shù)據(jù)集中變量的三個(gè)必須屬性(Name,Type,Length)l建立數(shù)據(jù)集描述部分vData步的編譯與執(zhí)行SAS系統(tǒng)處理DATA步的粗流程_N_Error_vData步的編譯與執(zhí)行數(shù)據(jù)步

6、的執(zhí)行階段(Execution phase)PDV中外部變量初始為缺失值(數(shù)值：句號(hào),字符：空格)輸入原文件中每條記錄至輸入緩沖器,按Input語(yǔ)句讀入PDV在數(shù)據(jù)步結(jié)束時(shí)缺省地將PDV內(nèi)容作為一條記錄寫(xiě)入新的數(shù)據(jù)集回到數(shù)據(jù)步開(kāi)始，重復(fù)直至源文件最后一條記錄讀入外部文件時(shí)，數(shù)據(jù)步每次迭代開(kāi)始系統(tǒng)會(huì)為每個(gè)變量置缺失值(除幾種特殊情況)；讀入SAS數(shù)據(jù)集時(shí)，只在第一次執(zhí)行時(shí)置缺失值，以后會(huì)保留其值直至新值寫(xiě)入vData步的編譯與執(zhí)行vData步的編譯與執(zhí)行常見(jiàn)錯(cuò)誤的排除l拼寫(xiě)錯(cuò)誤l遺漏分號(hào)l遺漏run語(yǔ)句l引號(hào)或括號(hào)不配對(duì)l選項(xiàng)無(wú)效有些能夠被系統(tǒng)自動(dòng)矯正 嘗試排除下列程序中的錯(cuò)誤例9_1,例9_2,例9_3由于引號(hào)不配對(duì)引起程序無(wú)法終止時(shí),可通過(guò)提交：終止程序進(jìn)程vData步的編譯與執(zhí)行Input語(yǔ)句的跟蹤符號(hào) 已讀過(guò)的數(shù)據(jù)行會(huì)在下一個(gè)Input語(yǔ)句或數(shù)據(jù)步下一個(gè)循環(huán)中被棄用 Input語(yǔ)句后加入一個(gè)：保留數(shù)據(jù)行供下一個(gè)Input語(yǔ)句使用；加入：保留數(shù)據(jù)行供下一個(gè)Input語(yǔ)句及下一個(gè)循環(huán)使用考慮程序“例10”的執(zhí)行結(jié)果v實(shí)驗(yàn)任務(wù)l掌握數(shù)據(jù)步的一般形式與各種變量設(shè)定形式l了解數(shù)據(jù)步的編譯與執(zhí)行過(guò)程實(shí)驗(yàn)題 編寫(xiě)程序?qū)?shù)據(jù)“實(shí)驗(yàn)題1”、“實(shí)驗(yàn)題2”、“實(shí)驗(yàn)題3”、“實(shí)驗(yàn)題4”創(chuàng)建為SAS數(shù)據(jù)集，要求數(shù)據(jù)打印結(jié)果分別如下圖1-4l掌握常見(jiàn)程序錯(cuò)誤的排除方法 實(shí)驗(yàn)報(bào)告完成要求：(1)Wor