Ch3 SAS数据步(DATA Step)

常见的有：
制表符分隔（常见于直接从excel拷贝数据到文本文件中） 此时在infile语句中添加选项 expandtabs 其它可见符号，如逗号（，）等， 此时在infile语句中添加选项 dlm=‘分隔符’，如dlm=‘，’
DATA da2; INFILE ‘c:\mydata\id.txt’ expandtabs; INPUT name $ phone; RUN; DATA da3; INFILE ‘c:\mydata\id.txt’ dlm=‘*’; INPUT name $ phone; RUN;
卫生统计教研室 彭斌
Slide 22
3. CARDS 语句 如果SAS系统使用的数据是在作业流中输入的，在数据 行之前用CARDS语句，用以告诉系统下面跟着的是数 据行。
语句格式 CARDS；(或 datalines ) 数据行 ； 几点注意： (1)CARDS语句是DATA步的最后一个语句，它必须与 INPUT语句配合使用，并且在一个数据步中最多只能 用一个CARDS语句； (2)在数据行开始后，一旦出现分号，SAS系统确认是数 据行结束；
4个变量：x1,x2,x3,y。当最后一个程序语句执行后，在程 序数据向量中的这些值(即一个观测)自动地输送到正被创 建的数据集da1中，然后SAS返回去再执行DATA步。 这个例子中共有5行数据，则这个DATA步将执行5次，数 据集da1中包含5个观测，每个观测有4个变量。
卫生统计教研室 彭斌
Slide 13
SAS数据集实质上是一张关系型数据表，即通常所见 到的二维表格，一行表示一个观察(Observation)，一列 表示一个变量(Variable)，行列的交叉点就是该观察在该 变量上的取值。参见下页示意图。
卫生统计教研室
彭斌
Slide 4
Variables
Observations Value
SAS数据集(部分)
二.建立数据集的相关语句
1.DATA语句 DATA语句表示一个数据步的开始，并给出正被创建的 SAS数据集的名字。 语句格式： DATA [名字1] [名字2] ... 例如：
data a;
data one mydata;
卫生统计教研室
彭斌
Slide 14
几种形式 1) 省略数据集名 data;
彭斌
Slide 16
自由格式
INPUT variable-name-list [$] [@@];
这里，$用来指出它前面的变量是字符型的。如果 省略$，则默认前面的变量为数值变量。至于[@@]这 个记号，我们放在后面去讨论。 表输入方式的特点： (1)顺序输入； (2)输入的数据之间至少有一个空格； (3)使用圆点“.”而不是空格作为缺失值； (4) 变量的顺序和它们的数据值顺序要一致，且个数相符； (5)字符型数据的默认宽度为8个字符，但可以使用 LENGTH等语句先定义字符变量的长度。
卫生统计教研室
彭斌
Slide 11
4.直接从其它数据库导入
常见的格式有:
Excel 格式数据 (*.xls) Access格式数据（*.mdb） DBF格式数据（*.dbf） 文本文件格式数据（*.txt）
导入方法： FileImport data…然后依次按要求选择
卫生统计教研室
Data ex; Input x@@; Cards; 1 2 8 5 ; Run;
@@表示仍就用当前的input 语句读取本行的其余数据， 每读完一个数据，控制指针 就移到下一个数据的开头， 继续读入数据。
卫生统计教研室
彭斌
Slide 19
列格式
INPUT 变量名1 [$]位置 变量名2 [$]位置 ……;
对数据的灵活操作是SAS的一大优势。
卫生统计教研室
彭斌
Slide 2
§1 SAS数据步(DATA STEP)
DATA步是用DATA语句开始的一组SAS语句。
例1：DATA da1; INPUT x1 x2 x3; y=x1+x2+x3; CARDS; 3 1.2 0.5 2 2.4 0.9 5 3.2 0.8 8 4.1 1.1 7 3.3 0.6 ; RUN;
彭斌
Slide 12
SAS程序执行机制—内部循环
例如：data da1; input x1 x2 x3; y=x1+x2+x3; cards; 3 1.2 0.5 2 2.4 0.9 5 3.2 0.8 8 4.1 1.1 7 3.3 0.6 ; Run;
这些语句要求SAS产生一个名 为da1的数据集，从输入数据行读3 个数值给相应的3个变量，并建立 第四个变量y。在读入数据时， SAS将变量x1,x2,x3视为一个程序 数据向量，按INPUT语句的指示读 当前记录的数据值，然后又执行程 序语句，把y的值添加到程序程序 数据向量中去。因此，对这个 DATA步而言，程序数据向量包含
卫生统计教研室
彭斌
Slide 8
例2：在‘c:\mydata\’子目录下存放有一个名为id.txt的文件， 内容如下：(第一列为姓名，第二列为电话)
Jinhua jianghon taoxian zhaoheng shanmei xuli xinwei 48332728 47586978 23459734 85743627 12395863 74857362 23485748
卫生统计教研室
彭斌
Slide 6
根据数据的存在形式，临时数据集的建立可分为以下 几种情况： 1.数据在作业流中(即程序之中) 一般的形式如下：
DATA语句； INPUT语句； (用于DATA步的其它SAS语句) CARDS语句； [数据行] ； RUN;
例1就是直接用SAS语句从作业流中输入数据， 从而建立所需要的SAS数据集的一个例子。
列输入的特点：
(1)输入时指定变量名，类型，及数据的位置 (2)数据必须列对齐 (3)缺失值可以不用小数点代替
卫生统计教研室
彭斌
Slide 20
data bc; input x1 1-4 x2 5-9 x3 10-13 x4 $16-19; cards; 1123223 3 Tom 51 2344 Bill 212 423458231 Bush ; run; data bc; length x4 $11; input x1 1-4 x2 5-8 x3 2-4 x4 $9-20; cards; 11222834we_are_here 512 203Bill 21012348Bush ; run;
欲用上述数据来建立一个SAS数据集，可用下面的DATA步来完成： DATA da2; INFILE ‘c:\mydata\id.txt’; INPUT name $ phone; RUN;
卫生统计教研室 彭斌
Slide 9
注意：
要求数据之间是以空格作为分隔符来分隔的。 如果不是以空格则需要指定 选项。
卫生统计教研室 彭斌
Slide 7
2.数据在外部文本文件中
从外部文本文件中读入数据来建立SAS数据集的一般形式为： DATA语句； INFILE语句； INPUT语句； (用于DATA步的其它SAS语句) RUN语句； 需要注意两点： 不需要CARDS语句。 INFILE语句的作用是打开一个外部文本文件，其格式为： INFILE ’文件说明’； 这里，文件说明是指所要引用的外部文件所在的磁盘路径和文 件全名，应用单引号(或双引号)将文件说明括起来。
卫生统计教研室 彭斌
Slide 23
三. 永久性数据集的建立
永久性数据集是指存贮在磁盘上可以长期保留的 SAS数据集。组成永久性数据集的数据可以来自当前 的作业流，也可以来自外部的数据文件或来自已有的 SAS数据集。 为了在磁盘上存贮永久性数据集，在建立它时， 必须指定这个数据集的存贮位置(即目录路径)。SAS采 用两阶段文件名来解决这个问题：
卫生统计教研室 彭斌
Slide 17
data bc; input x1-x3 x4 $; cards; 1 2 3 addabc45 5 . 3 bsddrg15 2 4 8 cssdrt54 ; run; data bc; length x4 $15; input x1-x3 x4 $; cards; 1 2 3 we_are_here 5 . 3 bsddrg15 2 4 8 cssdrt54 ; run;
卫生统计教研室 彭斌
Slide 21
格式化输入
主要用于非标准数据的输入，如“$135,600”，“343,235”， 日期 “2009/10/23”，“20100530”等，必须使用格式输入。 在读取时可以用 @n 来指定输入的起始位置。数据同样需 要列对齐。
data bc; input @1 x1 dollar8. @11 x2 yymmdd10.; cards; $123,665 2009/10/12 $3,345 2010/10/01 $102,328 2008/10/10 ; run; Proc print; Run;
永久性数据集名=库标记.数据集名
这里，第一级名字：“库标记”用来指定该数据集的 存贮位置；第二级名字“数据集名”则是该数据集本 身的名字，中间以小圆点(.)连接。
卫生统计教研室
彭斌
Slide 24
SAS采用如下的libname语句来定义库标记：
语句格式： LIBNAME 库标记 ’目录路径’； 例如： libname cdisc ’c:\mydata\’; 这个语句定义了一个库标记“cdisc”，它代表了目 录路径“c:\mydata”（该目录必须实际存在），这条语 句提交运行后，在任何SAS程序中都可以引用该库标 记。 data cdisc.da1; input x1 x2 x3; y=x1+x2+x3; cards; 3 1.2 0.5 2 2.4 0.9 ; run；