第三课SAS数据集
SAS统计应用基础(第三讲)共4讲
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
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 长度可以是1－8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 SAS 6.12版以前
日期型
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。
数值型变量：SAS默认长度8位。8位的浮点存储方式对 变 量 长 度
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
1、数据的格式化读入
FORMAT variables <format> <DEFAULT-default>; Variables 为希望指定输出格式的变量名称，随后的format用于指定具体的输 出格式。最后面的default选项则用于指定为给定格式的变量的默认输出格式。 Data temp; Format x 6.3 y 5.1; Input x y; Cards; 11 22.22 ; Proc print; Run;
SAS基础3
用Report窗口产生列表报告
进入Report 窗口：
下拉菜单： Globals Present 选定数据集
Create Report
或: 在SQL Query窗口设定了查询要求后，在 下拉菜单选： Actions Design a Report Run Query Begin with default report
（例3.1.6）
（例3.1.6）
用PROC PRINT产生列表报告
改进列表报告 ——与 PRINT有关的系统选项
CENTER | NOCENTER DATA | NODATA NUMBER | NONUMBER LINESIZE=width PAGESIZE=n PAGENO=n
定义方法： OPTIONS语句 OPTIONS窗口
用PROC TABULATE产生汇总表格
TABULATE过程的一般形式
PROC TABULATE DATA=数据集 options； CLASS class-variables ； VAR analysis-variables ； TABLE page-expression，row-expression， column-expression/options； RUN； 如果程序中没有定义分析变量，则默认的统计量为N； TABLE语句中使用的变量必须在CLASS或VAR语句中定 义过。
plotsplots由assistassist菜单系统作散点图和折线图菜单系统作散点图和折线图按另一个变量的取值不同分组制作按另一个变量的取值不同分组制作散点图或连线图并迭合在一张图上散点图或连线图并迭合在一张图上由assistassist菜单系统作散点图和折线图菜单系统作散点图和折线图将多个因变量的散点图或连线将多个因变量的散点图或连线图置于同一张图上图置于同一张图上procgplotprocgplot作散点图和折线图作散点图和折线图procgplotdata数据集
金融数据库——03数据步创建SAS数据集共74页文档
46、我们若已接受最坏的，就再没有什么损失。——卡耐基 47、书到用时方恨少、事非经过不知难。——陆游 48、书籍把我们引入最美好的社会，使我们认识各个时代的伟大智者。——史美尔斯 49、熟读唐诗三百首，不会作诗也会吟。——孙洙 50、谁和我一样用功，谁就会和我一样成功。——莫扎特
金融数据库——03数据步创建SAS数据集
11、获得的成功越大，就越令人高兴 。野心 是使人 勤奋的 原因， 节制使 人枯萎 。 12、不问收获，只问耕耘。如同种树 ，先有 根茎， 再有枝 叶，尔 后花实 ，好好 劳动， 不要想 太多， 那样只 会使人 胆孝懒 惰，因 为不实 践，甚 至不接 触社会 ，难道 你是野 人。(名 言网) 13、不怕，不悔(虽然只有四个字，但 常看常 新。 14、我在心里默默地为每一个人祝 。我爱 自己， 我用清 洁与节 制来珍 惜我的 身体， 我用智 慧和知 识充实 我的头 脑。 15、这世上的一切都借希望而完成。 农夫不 会播下 一粒玉 米，如 果他不 曾希望 它长成 种籽； 单身汉 不会娶 妻，如 果他不 曾希望 有小孩 ；商人 或手艺 人不会 工作， 如果他 不曾希 望因此 而有收 益。-- 马钉路 德。
SAS 编程及应用------SAS数据集的建立
SAS 编程及应用------SAS数据集的建立SAS数据格式v 观测(Observation)1.描述被观测对象的单一整体（如个别人、一个实验动物等）某些特性的一系列数据值称为一个观测，又称为观察。
在SAS数据集中每一行数据是一个观测。
v 等同于数据库中的一条记录v 变量(Variable)1.变量指定了数据的某一特性。
在SAS数据集中，每一个观测是由各个变量的数据值组成。
在数据集中每一列数据是一个变量。
v 变量的命名1.最多32个字符长，第一个字符必须是字母或者下划线，不能有空格。
特殊字符(如$，@，#)也不允许在SAS名中使用。
合法变量名如：A A1 abc name age total …;2.SAS系统保留的特殊变量名，以下划线开始和结尾。
如：_N_和_ERROR_等。
v 变量的特性1.名称、类型、长度、输入格式、输出格式和变量描述；2.两种类型：数值型和字符型；3.长度特性：是指存贮的字节数。
缺省长度是8（为了存贮长度与缺省值不同的变量，需使用LENGTH语句）。
v 缺失值1.当一个变量由于某种原因没有得到（可能没有观测到，或由于数据错误，或由于计算错误），称该值为缺失值；2.在SAS中数值类型的缺失值用“.”表示；3.字符类型的缺失值为“”（空格）表示。
v 常量1.SAS常量为值固定不变的量；2.常量分为以下三类；•数值常量：1.5 -2.79 1.75E-5；•字符常量：“Hello”‘ABC’“Zhangli”；•日期、时间、日期时间常量：后接D,T,DT。
‘1JAN2000’D‘9:25:19’T‘1JAN2000:10:30:05’DTv SAS数据集1.SAS数据集是SAS过程的数据基础。
可以从外部数据读进来，转变成SAS数据，也可以自己输入产生；2.可以是临时的，或永久的；3.数据集含两部分内容：• 描述部分：数据名称、类型、长度、格式等• 数据部分:包含实际数据值4.SAS数据值被安排在一个矩阵式的表状结构中。
SAS-第三章
第三章利用窗口菜单操作和建立SAS数据集第一节利用Viewtable浏览SAS数据集一、如何打开Viewtable窗口三种方法：一是在浏览器窗口，双击需要打开的数据集图标；二是在命令框键入vt.dst.bclass；三是按照菜单操作如下：然后打开需要的数据集即可。
二、表格（Table View）和表单（Form View）显示表格（Table View）表单（Form View）三、获得Viewtable的帮助在Viewtable窗口执行下列操作：四、浏览和编辑模式浏览模式编辑模式五、查看表及变量的属性（一）表的属性（二）变量的属性（三）用标签显示表头结果如下：（四）用变量名显示表头结果如下：（五）改变列显示的宽度在Viewtable窗口，当光标在灰色的行或列表头栏移动时，光标移至栏的分隔线时，光标会变为一个双向箭头，这时按下左键拖动鼠标就能改变分隔线的位置，改变某一列的宽度或所有行的高度。
（六）隐去某些列（七）改变变量显示的次序1. 可以采用鼠标拖动表头；2. 按如下操作（八）在移动中固定左侧的列（九）用Where语句选择部分观测进行浏览第二节利用Viewtable修改与输出SAS数据集一、按某个变量的值进行排序首先进入表编辑模式，然后二、修改单元格的内容进入表编辑模式，单击某单元格，则该单元格高亮显示。
如下所示。
三、加入新的一行四、复制行五、删除已有的行六、打印输出七、输出为HTML文件第三节用Viewtable建立新的SAS数据集一、用Viewtable打开空白表键入命令vt或vt new=temp或者用如下菜单方式：二、设定变量属性三、输入数据四、利用已有表的属性建立新的数据集首先，通过键入命令vt new=temp或按如下操作打开一个空白表：然后五、以现有的表为基础新建数据集打开一个空表，然后六、SAS的其它屏幕编辑工具1. Analyst（分析员应用程序）2. Insight（交互式应用程序）第四节利用Import菜单转换外部文件为SAS数据集一、进入Import菜单二、使用导入菜单下面以将某个excel文件转换为SAS数据集为例说明。
第三章SAS数据集的基本操作
–功能：
建立指定的库标记与其物理位置的连接。
– 说明：
• 库标记必须指定，见库标记的命名规则 ； • 数据源即文件夹的物理位置，一般从根目录开始指定其路径， 并用一对引号（ 或 ）引起来； • 库引擎根据创建库中数据集时的SAS版本号可选V6或V8，缺 省值是当前SAS系统所用的引擎。 例： libname dst ‘d:\dst’; run;
• INPUT语句：描述如何读取每一条观测，包括：
– 读取源文件中的数据行， – 变量的命名， – 变量的读取模式；
许振宇 山东大学数学学院 2006
• 源文件：是扩展名为.dat或.csv的文本文件，其中：
– 数据行称为记录，对应于数据集中的观测， – 一个数据行中的若干列组成一个具有特定含义的数据，称 为字段，对应于数据集中的变量 ；
– 3. 过程步的一般形式 ：
PROC 过程名 [过程选项]; 过程语句序列; RUN;
– 4. 程序步的结束：
• 遇到RUN语句或后面一个程序步开始时。 • 表示前面的语句可以提交运行了。
许振宇 山东大学数学学院 2006
§2 有关库和逻辑文件的程序语句
• 1. 标记一个数据库
–一般形式：
LIBNAME 库标记 [库引擎] 库的实际物理地址 [选项];
许振宇 山东大学数学学院 2006
结果如下：
许振宇 山东大学数学学院 2006
§3 生成SAS数据集
• 1. 数据步（Data Step）简介
– 1.1 主要功能：
• 创建SAS数据集。 • 说明：数据必须以 SAS数据集的格式保存才能被许多SAS过程径：
• 直接在SAS系统中输入数据；import外部导入； • 用数据步（Data Step）将外部数据文件转换为SAS数据集； • 用SAS/ACESS模块访问其它数据库管理系统。
SAS课件——第03讲 建立SAS数据集
建立SAS数据集 数据集 建立
使用Import菜单读入 菜单读入 使用
为了实现其它文件格式与SAS数据集间的转换， 数据集间的转换， 为了实现其它文件格式与 数据集间的转换 需提供： 需提供： 存放SAS数据集的库和名称 数据集的库和名称 存放
18
建立SAS数据集 数据集 建立
将文本文件转换为SAS数据集 数据集 将文本文件转换为
10
建立SAS数据集 数据集 建立
用Viewtable窗口直接输入 窗口直接输入
在设定变量属性后( SAS数 在设定变量属性后(此时系统已存贮了 SAS数 据集的描述部分) 据集的描述部分) 再 点击单元格即可在单元格输入内容. 点击单元格即可在单元格输入内容. 在输入完毕后可选: 在输入完毕后可选: 文件(File) 另存为(Save 文件(File) ⇒ 另存为(Save as) 或 文件( 文件( File) ⇒ 保存 (Save) 将表存为SAS数据集. 将表存为SAS数据集. SAS数据集
13
建立SAS数据集 数据集 建立
由文本数据文件建立SAS数据集 由文本数据文件建立 数据集 在DATA步由文本数据文件 步由文本数据文件 在DATA步由文本数据文件生 步由文本数据文件生 建立SAS数据集的一般格式: 成SAS数据集的例子: 建立 数据集的一般格式 数据集的例子 data da2; DATA SAS-data-set ; infile ‘c:\f1.txt’; 变量属性设定语句; 变量属性设定语句; input x y z; mean=(x+y+z)/3; INFILE filename run; <FIRSTOBS=n1 文本数据文件f1.txt的内容 的内容: 文本数据文件 的内容 １ 3.1 5 OBS=n2>; 3 2.3 7 INPUT 语句; 语句; ……. 其它语句; 其它语句; RUN; 语句可规定不同的分隔符, (在infile语句可规定不同的分隔符,
第三讲SAS的基本统计分析
一些单变量检验问题
一些单变量检验问题
结果有三个部分：两个总体的WEGIHT简单统计量，两样本均值的检验，以及两样本方差是否相等的检验。标准的两样本t检验要求两总体方差相等，所以第三部分结果检验两样本方差是否相等。如果检验的结果为相等，则可使用精确的两样本t检验，看第二部分结果的Equal那一行。如果方差检验的结果为不等，则只能使用近似的两样本t检验，看第二部分结果的Unequal那一行。这里我们看到方差检验的p值为0.9114不显著，所以可以认为方差相等，所以我们看Equal行，p值为0.0001在0.05水平下是显著的，所以应认为男、女生的WEGIHT分数有显著差异，女生体重要低。
sas第3讲数据集管理
拆分数据集
将一个数据集拆分为多个数据集，每个数据集包含原数据集中的 一部分观测值。
使用PROC SQL过程
通过PROC SQL过程，可以使用WHERE子句对数据进行筛选，从 而实现数据集的拆分。
注意事项
拆分后，每个数据集都包含原数据集中的一部分观测值，变量的值 可能有所不同。
数据集的连接
1 2
连接数据集
将两个或多个数据集合并为一个数据集。
使用PROC SQL过程
通过PROC SQL过程，可以使用JOIN语句对数据 进行连接。
3
注意事项
连接后，每个数据集中的变量都将成为新数据集 中的变量，变量的值可能有所不同。
04 数据集的管理与维护
数据集的备份与恢复
备份策略
制定定期备份和增量备份策略， 确保数据安全。
详细描述
在SAS中，可以使用`GROUP BY`语句来对 数据集进行分组。`GROUP BY`语句允许指 定要分组的变量，并可以使用聚合函数（如 SUM、AVG、MIN、MAX等）对每个组进 行汇总分析。分组后，可以使用`OUTPUT` 语句将分组结果写入新的数据集。
03 数据集的高级操作
数据集的转置
02 数据集的基本操作
数据集的合并
总结词
数据集合并是指将两个或多个数据集中的记录组合在一起，形成一个新的数据集 。
详细描述
在SAS中，可以使用`PROC DATASETS`或`SET`语句来合并数据集。`PROC DATASETS`方法允许指定要合并的变量和它们在结果数据集中的顺序，而`SET` 语句则更简单，只需要指定要合并的数据集名称。
`UNION`语句则可以将多个数据集合并为一个。排序操作可以使用`PROC SORT`过程 来实现，通过指定排序关键字来对数据集进行排序。
第3章 Data步_SAS 数据集操作
9
在默认情况下, SET语句从输入数据集中读入所有的观 测和变量。 SET 语句能读入临时或永久数据集。
商业情景第1部分
从一个命名为 kdd99.SALE的永久SAS数据集中创建一个 命名为Work.SALE1的临时SAS数据集。 libname kdd99 ‘c:\初级_操作部分数据'; data Work.SALE1;/*work可以省略*/ set kdd99.SALE; run; 部分SAS日志
12
赋值语句
赋值语句可以将一个SAS表达式结果赋给一个变量。
语法说明：
variable=expression;
选项说明：
variable 规定变量名或数组元素 expression 有效的SAS表达式
13
变量创建示例：
data Work.SALE1;/*work可以省略*/ set kdd99.SALE; Length rate 8. Zome $12.; rate=profit/sale; Zome="市场区域:"||market; format rate percent10.4; Label rate='利润率' Zome='市场区域说明'; run;
3.4 选择观变量
3.5 改变变量属性
1
数据读取总览
打开文件明 拿到数据 看后缀区分
文件的类型 确具体的对 齐和分割情 况
内部软件 .sas7bdat
data 输出数据集; set 输入数据集; ... run; data 输出数据集; infile “文件的绝对路径”; input 对应的变量列表; ... run; proc import out=输出数据集 datafile= "文件的绝对路径" dbms=excel2000 replace; ... run;
SAS数据集
3.1 数据集的基本格式 SAS数据集有2部分组成： 一是描述性部分，包含数据集名、 变量名、本来的类型、长度、位置、输 入输出格式等； 一是数据值部分，它是矩形状表格， 每一行是变量，变量有字符型和数值型 两种，每一行为一个观察值，即一个样 本。 • 在浏览器窗口，由数据对象的属性窗口可 查看其描述部分，数据对象的内容为其相 应的数据部分
什么是数据集如何建立数据集如何实现数据集的导入和导出建立好后如何修改这些如何通过菜单和操作窗口实现主要内容31数据集的基本格式32数据集的建立33数据的导入和导出34数据文件的编辑与整理35datasets过程介绍36利用菜单和窗口操作实现数据管理31数据集的基本格式sas数据集有2部分组成
1、模块的进入方式：命令窗口 2、proc print语句 3、P19有关变量的起止列数 data pids; input year 7-10 mon 11-12 day 13-14;
Data temp3; Input x y; Z=x; Z=y; Cards; 11 22.22 ; Proc print; Run;
4、永久集的建立
我们已经介绍了SAS创建数据集的两种方法。 这两种方法形成的SAS数据集在这次SAS会话 期间可以随时调用，但是退出SAS系统后，它 们立即被删除。这类数据集称为临时数据集。 我们经常希望产生的SAS数据集永久地储存在 软盘或硬盘的某个目录中，在以后的SAS作业 或绘画中可以重复地调出来使用。也就是产生 永久的SAS数据集。
• SAS的Import/Export菜单界面提供一个使用菜单 的图形界面:
比如这样一个程序： data a; input date yymmdd8. sales; cards; 56-6-13 1100 67.12.15 1200 78 10 2 1300 891001 1400 19960101 1500 20020901 1600 ; proc print; run;
SAS基本概念数据集
SAS逻辑库有永久库和临时库两种:
临时库内容在SAS关闭对话之后仍旧保
SAS时内容完全被删除。系统缺省的临时逻辑库为 WORK. 留，直到再次修改或者删除。SAS系统中除了 WORK以外的逻辑库都是永久库。如SAS系统自动 指定的逻辑库SASHELP,SASUSUER 和 MAPS都是 永久库.
显示一条记录(一个观测).
SAS系统对数据文件的管理
浏览SAS数据集--使用Viewtable 浏览
对变量(字段) 可在下拉菜单选 数据(Data) 列 属性(Column Attributes) 改变选定的某个 变量(列)显示形式： General栏目下可临时改变变量属性(只适用于 显示，但在Save as时属性改变有效) Colors和Fonts 栏目下可分别设定各字段名称和 内容的颜色和字体
SAS数据文件同时描述信息 和存储数据值。 SAS数据视图并不实际存储 数据，而只是一个查询语句。
class是数据视图 class1是数据文件
SAS数据集组成部分包括： 描述信息； 每列为一个变量，包括一 数据值。 组有着相同特征的值
每行就是一个个体的性质
SAS系统对数据文件的管理
SAS 逻辑库(文件库)
data=ResDat.Idx000001；
SAS 逻辑库(文件库)--用资源管理（浏览）器查看库 进入浏览器窗口即可查看 SAS文件库的属性和内容.
若用详细列表显示库内容， 点击某一栏目名时可将此栏 目内容按字母顺序排序后详 细列出.
SAS系统对数据文件的管理
在库名处点击鼠标右键 并选属性(Properties） 即可显示该库的属性.
SAS数据集存储在SAS逻辑库中. SAS逻辑库还存储其它SAS专用文件 (由 SAS 创建和管理的文件). SAS逻辑库的文件用两级命名方式定名： libname.SAS-filename SAS逻辑库 逻辑库名（库标记）.文件名
SAS数据集
SAS数据集SAS系统使用的数据文件称为SAS数据集。
1.SAS的工作环境与SAS程序的结构1.1SAS的工作环境主要有四个窗口：PROGRAM EDIT窗口：用于程序的编写、运行和调试。
LOG窗口：用于监视程序的执行过程，提示程序运行过程的各种信息。
记录了SAS程序运行的全部情况，如程序语句的语法错误，运行中的逻辑错误和警告信息，运行时使用的数据集，建立的库文件，以及运行时间等。
OUTPUT窗口：用于显示程序运行的结果。
显示程序的统计分析结果，还可以在窗口对计算结果进行输入、输出、编辑、修改，以及文件格式的转换等操作。
GRAPH窗口：用于图形展示。
还可以在窗口对图形进行输入、输出、编辑、修改，以及图形格式的转换等操作。
另外，Explorer窗口用于显示SAS库（SAS系统命名的库名与磁盘某文件夹间的关联）及其SAS数据集。
Results窗口用于显示SAS程序运行成功时程序输出结果的目录。
SAS系统还有许多窗口，每个窗口都有其特定功能。
根据需要可以关闭窗口，也可以通过主菜单View的下拉菜单打开或切换窗口。
运行程序的方式有：Submit：运行全部程序。
Submit top line：运行程序的前n行。
程序运行后系统自动删除已经运行完毕的语句，运行结果显示在OUTPUT窗口，执行过程的各种信息显示在LOG窗口。
程序全部运行完毕后PROGRAM EDIT窗口的内容被清除，如果用户希望继续修改或调试该程序，可通过主菜单Locals项下的Recall text选项重新取出程序。
1.2SAS程序的结构SAS程序采用模块化结构，模块之间相互独立，每个模块完成一个任务。
模块可分为两种类型：一种类型是数据模块，数据模块以英文单词data作为开始语句。
另一种是程序模块，程序模块以proc（即英文单词procedure的前四个字母）作为开始语句。
模块中的语句用“；”分隔，同一个语句的不同项之间用一个以上的空格分隔。
SAS数据集的建立
优点：①输入值可按任何顺序读入，如 input count 10-12 name $ 1-8; ②字符型数据中可包含空格； ③字符型数据可以最多到 200个字符长； ④可读取全部或部分数值. 缺点：数据必须严格按照列位置输入. 注意：所读取列中只有空格或“.”时，被作为缺失值.
数 据 分 析
建立SAS数据集
数 据 分 析
建立SAS数据集
SAS的数据值被安排在一矩阵式的表状结构中， 每一行数据表示一个观测（Observation）, 每一列数据表示一个变量（Variable）. 变量命名：1~8个字符，第1个字符必须是字母 或者下划线，不能有空格；特殊字符(如$, @, #)不 允许在SAS名中使用；SAS系统保留的特殊变量名， 以下划线开始和结尾，有：_N_ 和 _ERROR_等. 给变量赋值： SAS系统中给变量赋值有2种方式 （1）用input语句将cards(或datelines)后面的数据 或数据文件中的数据读入SAS数据集. （2）用赋值语句将值赋给变量. 数 据 分 析
建立SAS数据集
¾常用数据步语句简介
1. DATA语句 语句格式: data <数据集名表>; DATA语句的作用是表明数据步的开始，并给出 所建数据集的名称. 临时数据集及永久数据集. 空数据集：使用_NULL_数据集名，不建立数据集. 例如： data _NULL_; a=sin(3.1415/4); b=int(a*100); put a b; /*将变量的值输出到log窗口*/ run; 自动命名：不给出数据集名，则SAS自动以data1， data2等依次命名. 当前数据集：最后建立的数据集.
SM3 建立数据集
7
标准格式的数据文件的转换
首先选择File 菜单中的Import data 按钮,就启动了 导入向导。若文件是标准数据格式，则选择Standard data source,然后在下拉菜单选具体格式。
8
三、编程方式建立数据集和录入数据
采用SAS编程方式录入实际数据是一种灵活而有 效的手段。尽管用图形界面进行各种操作已经 成为Windows时代的一种主流模式,但在一些较 复杂的、庞大的问题上,还是需要用编程模式才 能方便的给予解决。 在SAS系统中,我们可以用其两类基本过程之一 的数据步过程来完成对批量数据的录入与管理。
建立数据集变量，一般格式为： input 变量名1【变量名2 ..】【选项】【指 针】； 选项： 变量的类别：缺省为数值型，字符型$； 变量占据的宽度； 变量输入格式：主要是日期型、时间型数据 （也可以用informat定义）； 格式输入、指针等；
例 data exmpl； infile ‘d:\sas\imptdt03.dat‘； input LastName $7. @9 FistName $5. @15 Job 3. @19 Salary comma9.;/*exmpl数据集中建立Lastname，
30JUL2012（9个字节）格式*/ format birthday yymmdd10.; /*birthday变量输出格式为如 2012-7-30格式*/
Lengh命令
一般情况下,变量的长度默认为8个字节,这对字符型变 量而言,只能存放8个字符(4个汉字)。 length语句可改变变量的长度属性,一般形式为: length 变量名表[$] 长度. ; 例: data tmp; length name $12.; input name$ age; cards; zhangsanfeng 56 lierwa 66 wangwujing 45 ; run；
SAS数据集操作
目录SAS 数据集操作2014年03月28日1.合并2.删选，修改3.查询PPT 模板下载：/moban/1数据集的合并：（1）纵向合并：添加或合并样本变量（2）横向合并：添加或合并(指标)变量（1）数据集纵向合并:可以添加或合并样本变量形式:data 合并后数据名;set 数据名1 数据名2 ;run;例：将名为male、female 的两个数据集纵向合并成一个名为total 的数据集data total;set male female;proc print data=total;run;/*若male 与female 变量名不同则total 的变量名为两者之并,数据值以缺失值形式出现*/（2）数据集横向合并：添加或合并(指标)变量形式:data 合并后数据名;merge 数据名1 数据名2 ;by 共有变量名;run;例：将名为dataONE 和data TWO 的两个数据集按共有变量pid 横向合并成数据集total2(以下程序以data total2 名义保存)data one;input pid sex$ age; cards;101 m 54105 w 36102 m 43104 w 45;data two;input pid weight height; cards;105 54 163102 63 174103 57 173104 45 156;proc sort data=one;/*必须先对共有变量(本例中pid)分别排序才能横向合并*/by pid; /* 排序语句proc sort data=被排序变量所在数据集名; by 被排序变量名;排序时默认数值由小到大字母由先而后*/proc sort data=two; /*必须先对共有变量(本例中pid)分别排序才能横向合并*/by pid;/*以下为合并过程*/data total2; /*合并后数据名*/merge one two; /*形式: merge 被合并数据集名1 被合并数据集名2; */注意输出结果中的缺省值,输入数据时若有缺省分量一定要以. 表示,否则SAS 会将该行数据自行删除*/by pid;proc print data=total2;run;2（1）数据集的数据的删选拆分if…then output 选择(或delete 删除)(else output…)例：数据表E25data E26;set E25;/* 注: 调用sas 数据集中数据E25*/if sex=’m’then output;/*等同于if sex=’w’then delete;*/proc print data=E26;run;/*若要拆分成名为male、female 的两个数据集则可用以下方法*/data male female;set E25;if sex=’m’then output male;else output female;proc print data=male female; /*在output 窗口输出名为male、female 的两．个．数据集*/run;经数据删选得数据表E26经数据分拆得数据表male 与female（2）数据集的复制与修改例：C9501.XLS①数据集复制②修改③用UPDATE 语句更新数据集例：UPDATE 语句更新数据集3运用PROC SQL 查询数据用PROC SQL最简单的用法如下：PROC SQL;SELECT 第一项,第二项,......,第n项FROM 数据集WHERE 观测选择条件RUN;按观测条件查询：查询结果排序：联合查询：查询结果转存：THANK YOU2014年03月27日徐洋东。
SAS03 SAS功能基础
3.2.6计算总计和小结（sum语句)
1.在print过程中，用sum语句可以计算某一个或几个变量 的总计，格式为： Sum 变量1 变量2…； 例：9501班同学购买课外书所用的钱数先建立成SAS数据 集，并计算全班的总书款。可用如下程序：
输出为：
3.2.6计算总计和小结（sum语句)
例如求男、女生的数学、语文成绩的平均值及标准差，可 用如下程序：
上表只给出分类计算的统计量，如果要计算总的统计量， 只需要把上例2程序prg3.7中的table语句换成： table sex all, (mean std)*(math chinese); 输出结果为：
3.3 汇总表格（tabulate过程）
3.2.2 输出结果的管理（简要提及）
1.Result窗口 2.文本格式及网页格式 注：若要输出结果为HTML网页格式，可在输出
窗口中点击菜单：工具→选项→参数选择，在弹
出的对话框窗口中选择“结果”页，选中“创建
HTML”即可。
3.2.3使用中文列标题
Print过程默认输出中显示的列标题是变量的英文名称， 如果要显示中文标题，可以在proc print语句中加label选 项，其中标签可在数据步中用lable语句或attrib语句指定， 也可在print过程步中用lable语句指定。 如下程序：
3.3 汇总表格（tabulate过程）
说明：class语句给出分类变量，用分类变量可以给观测分 类，计算统计量时可以对每一类分别计算；var语句给出 区间变量，它们是要计算统计量的分析变量；table语句规 定表格样式。 例1：对c9501bk数据集，绘出男、女生的课外支出总和， 可用如下程序：
说明4 ：
用星号连接分类变量和分类变量可以构成交叉分组 用星号连接分类变量和区间变量可以分类计算区间变量的 统计量 例如要考察性别的频数分布，可用如下程序：
第三章 SAS数据集的整理
data adj; set sasuser.Admitjune; *input id name sex age date height weight actlevel fee; *proc print; total = sum(age,height,weight); if sex='f' then fef sex='m' then fee = sum(height,weight)*30; proc print; format date yymmdd10.; run;
Do -end
If 表达式 then Do; 语句组1; End; Else Do; 语句组2; End;
• Length 变量名1<$>长度 变量名2<$>长 度……..$;
SAS函数
第三章 数据加工
1.变量和观测值的选择 2.用SAS语句建立新的变量 3.SAS函数 4.循环语句和数组 5.写入SAS数据集和外部文件 6.使用Analyat菜单加工SAS数据集
1.变量和观测值的选择
• • • • Set 语句的使用 对变量的选择 对观测值的选择 按变量值对数据集排序
Set 语句的使用
大小写转化Lowcase(自变 量),upcase(自变量)
data adj; set sasuser.Admitjune; *input id name sex age date height weight actlevel fee; *proc print; total = sum(age,height,weight); if upcase(sex) ='f' then fee = sum(height,weight)*20; else if sex='M' then fee = sum(height,weight)*30; proc print; format date yymmdd10.; run;
SAS3[建立数据集]
![SAS3[建立数据集]](https://img.taocdn.com/s3/m/fe9a4e08763231126edb1151.png)
第三章 建立数据集
3) 行保持符 (又称续行符 又称续行符) 又称续行符 行保持符使行指针保持在当前输入行. 行保持符使行指针保持在当前输入行 . 有两种 行保持说明符:@和 行保持说明符 和 @@. . 通常一条INPUT语句执行完后, 下一次执行时, 语句执行完后, 下一次执行时, 通常一条 语句执行完后 要跳至下一数据行去读. 要跳至下一数据行去读. @: 表 示 INPUT 语 句 执 行 完 后 不 换 行 , 下 一 INPUT语句从下面接着读入 在一个DATA步有 INPUT 语句从下面接着读入 . 在一个 DATA 步有 语句从下面接着读入. 多个 INPUT语句时用 作续行符. 语句时用@作续行符. 语句时用 作续行符 @@: 限制读数据指针 , 使其保持在原行上 , 直 : 限制读数据指针, 使其保持在原行上, 到该行数据读完. 从一行读入多个观测值时, 到该行数据读完 . 从一行读入多个观测值时 , 应 使用续行符@@. 使用续行符 .
10
第三章 建立数据集
(4)利用指针控制读数据的位置 ) SAS中提供行指针和列指针,用来指出下一输入位置. 中提供行指针 中提供行指针和列指针,用来指出下一输入位置. 1)列指针控制 :把指针移向你规定的列. 把指针移向你规定的列. ) 指针变量; 表达式); 字符串' 字符变量; 格式: 格式: @n; @指针变量 @(表达式 @'字符串'; @字符变量 指针变量 表达式 字符串 字符变量 @(字符表达式 +n; +指针变量;+(表达式 . 字符表达式); 指针变量; 表达式 表达式). 字符表达式 指针变量 绝对指针控制 "@" 把指针移到所要求的列, 后面跟着列号, 把指针移到所要求的列 , 在 @后面跟着列号, 变量或求值结 后面跟着列号 果为列号的表达式. 果为列号的表达式.如: INPUT @15 SALES 5.; 相对指针控制 "+" 相对指针控制是把指针由当前位置移动规定的列数. 相对指针控制是把指针由当前位置移动规定的列数.如: INPUT @23 DEP $4. +5 W $1.; 在第32列读取 的值. 列读取W的值 在第 列读取 的值.
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第三课SAS数据集
一.SAS数据集的结构
SAS数据集是关系型的，它通常分为两部分：
●描述部分——包含了一些关于数据属性的信息
●数据部分——包括数据值
SAS的数据值被安排在一个矩阵式的表状结构中，见图3－1所示。
●表的列称之为变量（Variable），变量类似于其它文件类型的域或字段（Field）；
●表的行称之为观察（Observation），观察相当于记录（Record）。
变量1 变量2 变量3 变量4
Name Test1 Test2 Test3
观察1 Xiaoer 90 86 88
观察2 Zhangsan 100 98 89
观察3 Lisi 79 76 70
观察4 Wangwu 68 71 64
观察5 Zhaoliu 100 89 99
图3－1 一个SAS数据文件
二.SAS数据集形式
SAS系统中共有两种类型的数据集：
●SAS 数据文件（SAS data files）
●SAS 数据视窗（SAS data views）
SAS 数据文件不仅包括描述部分,而且包括数据部分。
SAS 数据视窗只有描述部分，没有数据部分，只包含了与其它数据文件或者其它软件数据的映射关系，能使SAS的所有过程可访问到，实际上并不包含SAS 数据视窗内的数据值。
自始自终，在SAS语言中，“SAS数据集”与这二种形式中之一有关。
在下面的例子中，PRINT过程用相同方法处理数据集aaa.abc，而忽略它的形式：
PROC PRINT DATA=aaa.abc
三.SAS数据集的名字
SAS数据集名字包括三个部分，格式如下：
Libref.data-set-name.membertype
●Libref（库标记）──这是SAS数据库的逻辑名字
●data-set-name（数据集名字）──这是SAS数据集的名字
●membertype（成员类型）──SAS数据集名字的这一部分用户使用时不必给出。
SAS 数据文件的成员类型是DATA；SAS 数据视窗的成员类型是VIEW 例如上面例子中的aaa.abc这个SAS数据集名字，aaa是库标记，abc是数据集名字，成
员类型没有写出，应该是DA TA或VIEW中一个。
四.永久的和临时的SAS数据集
SAS的存储方式有二种：
●永久的SAS数据集
●临时的SAS数据集
图3－2 SAS系统的库标记与对应的目录
一个SAS数据集是临时地或者是永久地存在，取决于该数据集所附属的SAS数据库是临时的或永久的。
一般用LIBNAME语句把主机系统下某个目录与库标记联系起来，并用这个库标记作为SAS数据集名字的第一部分（或称第一级），这样规定的SAS数据集是永久的；如果只有第二部分（或称第二级）数据集的名字或库标记为WORK时，这样规定的SAS数据集是临时的。
永久库中的所有文件将被保留，但库标记仍然是临时的。
每次SAS启动时都自动指定两个库标记：SASUSER和WORK。
分别联系目录“C:\SAS\SASUSER ”和“C:\SAS\SASWORK\#TDxxxxx ”。
见图3－2所示。
1对永久SAS数据集的命名
假定你想创建一个数据集名为Class的永久数据集，这个数据集中的观测值和变量定义为图3－1所示。
首先，你要确定Class的数据集在哪里存储，然后使用LIBNAME语句来定义库标记；若选择Study作为库标记，那么在DA TA语句中你应该这样命名SAS数据：
图3－3 创建永久性数据集STUDY.CLASS
libname study 'd:\sas\mydir';
data study.class;
当这个DATA步执行时，名为class的SAS数据集被存储在用库标记Study联系的目录里。
见图3－3所示是创建永久性数据集STUDY.CLASS的程序，注意在第一条LIBNAME语句执行后，将在LIBNAME窗口出现第五个新的库标记“STUDY”和用户自定义联系目录”d:\sas\mydir”。
在这次SAS会话后面的DA TA步或PROC步使用这个数据集时，必须规定两级名字。
例如：
proc print data=study.class ;
如果你想在另一次SAS会话里读这个class数据集,你必需再定义一个库标记。
2对临时SAS数据集的命名
为了创建或读一个临时SAS数据集，通常你只要规定单级名字，即这个数据集名字。
SAS 系统自动地使用WORK作为库标记。
对于开发和检查新程序非常有用，但每次结束SAS后WORK库标记中的所有文件将被删除。
例如，下面语句：
data class;
产生SAS数据集的全名为work.class（或work.class.data，该数据集的成员类型data是SAS系统自动产生的，不必写出）。
如果你执行DATA步但不想创建SAS数据集，可在DA TA语句里规定关键字_NULL_作为这个数据集的名字。
如果你在DA TA语句中没有规定数据集的名字或保留名字_NULL_，那么SAS系统自动地创建一些SAS数据集，并命名为DA TA1、DA TA2、…等等。
这些数据集被存在WORK库中。
五.SAS数据集的索引
SAS数据集可以用一个或几个被称为关键字变量的变量来索引。
SAS索引根据用它们的值组成索引的关键字的个数多少而分为:
●简单索引
●复合索引
图3－4 为STUDY.CLASS数据集建立关键字是NAME的索引
1简单索引
简单索引是用一个关键变量的值来对观测定位指针。
这个关键变量可以是数值变量或字符变量。
当你创建一个简单索引时，SAS系统自动地以关键变量相同的名字给这个索引命名。
下面的例子显示PROC DA TASETS语句为Study.class数据集创建一个简单索引。
用library=study指明库标记study，用modify class语句说明在已指定d:\sasdata\mydir目录下所要修改的数据集名为class，真正建立索引的语句为index create name，name是数据集class 中的一个字段名，被指定为关键变量，然后用contents data=class语句打印这个class数据集的内容资料。
见图3－4所示。
2复合索引
复合索引引用两个或两个以上变量的值来确定观测的指针位置。
用在复合索引中的这些变量可以是数值类型或字符类型或两者兼有。
当创建这个索引时必须规定一个唯一的索引名。
下例见图2－5所示，给出PROC DATASETS语句为数据集Study.Class创建一个复合索引。
图2－5为数据集Study.Class创建复合索引
TEST1、TEST2和TEST3三个变量被指定为关键变量。
Index create TEST=(test1 test2 test3)语句中，TEST变量是建立复合索引时，必须由用户自行规定一个唯一的索引名，小括号内的数据集变量的次序表示复合索引的关键字次序，即test1是第一关键字，test2是第二关键字，test3是第三关键字。