SAS Learning

基础知识

• 分号结尾；
• 字母或者下划线开头；
• 不区分大小写；
• 数据步按照一行一行、一个观测值一个观测值的顺序执行；
• 注释方法：一种是*号，一种是用/**/表示，注意第二种注释方法不能放在第一列；
• SAS的所有函数都需要括号，即使没有参数；
• 列出变量名时可以有快捷方式，如：cat8-cat12;y–b之类。如果不能确定数据集中的变量顺序，可以用proc contents的postion选项来查看。

Option语句

OPTIONS 语句 OPTIONS 语句是 SAS 程序的一部分，并可影响之后的所有语句。
注意，后面的 OPTIONS 语句会覆盖前面的，即以后面的 OPTIONS 为主。
（也可以通过系统选项来改变）

常用选项

Option	作用
CENTER/NOCENTER	输出是否居中，还是左对齐。默认居中
DATA/NODATE	今天的日期是否出现在输出的顶部。默认输出
LINESEZE	控制输出行的最大长度，n 可能的值为 64 到 256
NUMBER/NONUMBER	输出的页面页码是否需要。默认需要。
ORIENTATION=PORTRAIT； ORIENTATION=LANDSCAPE；	指定打印输出的方向。默认竖向（portrait）
PAGENO=n	输出页开始的页面。默认为 1
PAGESIZE=n	每个页面输出的最大行数。可能的值为 15 到 32767
RIGHTMARGIN=n; LEFTMARGIN=n; TOPMARGIN=n; BOTTOMMARGIN=n	指定打印输出的边缘大小。默认 0.00 英寸（Specifies size of margin(such as 0.75in or 2cm)to be used for printing output.Default:0.00in.）
YEARCUTOFF=yyyy	设定起始年份

SAS数据集选项

• KEEP=variable-list 告诉 SAS 保留哪个变量
• DROP=variable-list 告诉 SAS 丢弃哪个变量
• RENAME=(oldvar=newvar) 重命名某个变量
• FIRSTOBS=n 从观测值 n 开始读取变量
• OBS=n 到观测值 n 停止读取
• IN=new-var-name

KEEP=,DROP=，和 RENAME=的作用与 keep、drop、rename 很相似。区别在于，后者适用于数据步中的所有变量，而前者仅使用与语句前面的那个数据集。而且，后者仅可以在数据步
中使用，而前者除了数据步和过程步，还可以在输入和输出数据集中使用。

DATA语句

infile

常用选项

选项	作用
lrecl	指定数据长度，不写则默认256
firstobs	从原始数据的第N行开始读取
obs	读到某一行
missover	不进入下一行，未赋值的变量即缺失值
truncover	如果某一行长度不够，也不转到下一行
DLM	指定分隔符
DSD	忽略引号中数值的分隔符； 自动将字符数据中的引号去掉； 将两个相邻的分隔符当做缺失值来处理。

1. 如果长度过长，SAS 不能读取全部，此时需要在 INFILE 语句中使用 LRECL=来指定长度，这个长度必须是数据中最长行的长度。
   

2. 使用 column input 或 formatted input 输入时可能会需要Truncover，因为这时有的数据行比其他的短。如果某一行没有占满，则必须用truncover，否则会转到下一行继续读取。

3. DLM=‘09’X指定时，是制表符。

4. DSD默认分隔符是都好，如果不是都好，要用delimiter来指定。

input

常用选项

选项	作用
$	加在是字符串的变量后
@	到达某一列，或者读取某一特定字符串后的数据
@	在input语句结尾加，告诉SAS先停在此行
@@	停止符号，适用于一行有多个观测值
/	换行
#n	跳转到第n行开始读取
.	缺少句号会使得SAS把形式当作变量名
+1	跳过一列
：	遇到空格则不再继续读取，加在$length 前面

List input

input name $ age height;

限制条件

1. 你必须读取所有的数据记录，不能跳过某些值、缺失值必须用句号“.”代替。
2. 字符串数据不能包含空格、长度不能超过 8 个字符。
3. 如果数据文件包含日期变量或者其他需要特别处理的变量，list input 将不再适用。
   虽然很多限制，但仍有大量的文件可以用这种方式读取。

Column input

input name $ 1-10 age 11-13 height 14-18;

当每个变量的值都出现在数据行的相同位置时，可以使用Column input。

限制条件

1. 变量值是字符串或者标准数值（只包含数据、小数点、正负号、和科学标注的 E。逗号和日期都不能算）。

优势
2. 不要求变量值之间的空格。
3. 缺失值可以直接用空格代替。
4. 字符串中可以使用空格。
5. 可以跳过不需要的变量。

informates

用于读取非标准格式的原始数据。

 input name $10. age 3. height 5.1  +1 birthdate MMDDYY10.;

可选变量形式

特殊读取方式

混合读取

input parkname $ 1-22 state $ year @40 acreage COMMA9.;

混合读取方式有时会遇到问题：SAS 通过一个指示器标注位置，来读取原始数据的一行，但每种读取方式对指示器的使用稍有不同。List 方式下，SAS 自动找到非空格区域并开始读取； column 方式下，SAS 读取你所指定的特定位置；informatted 方式下，SAS 不理会指示器的标准，只是依次的读取。这时，就会需要列指示器@n，来人为的让 SAS 的读取直接跳至某列。

读取某一字符后面的数据

input @'Breed:' DogBreed :$20.;

第二种方法只要知道要读取的数据的前面那个字符或单词即可。
如果要使 SAS 读取过程中遇到空格则不再继续读取，则要在$length 前面加冒号“:”

跨行观测

input city $ state $ 
      / normalhigh normallow
      # 3 recordhigh recordlow

行指示器:

• 斜线/：告诉 SAS 跳至原始数据的第二行
• #n：跳至第 n 行，n 代表原始数据中某观测值的行数

一行有多个观测值

input city $ state $ normal mean @@;

当一行出现多个观测值时，可以在 input 语句结尾加一个停止符号@@ 。

读取数据时即进行筛选/用@停留

input tpye $ @;
if type = 'surface' then delete;
input name $ 9-38 amtraffic pmtraffic;

在input语句结尾加@，告诉SAS先停在此行，同时用if语句检测该观测值是否满足需要，如果是，那么再用一个input语句来读取现有的变量。

@的作用类似于@@，都是行停留指示符（line-hold specifiers），不同地方在于停留多久，@能使 SAS 停留到下一个 input 语句（也不换行），@@能使停留的时间到下一个 data 步（也不换行）。

label

label 语句为变量打上标签，并储存在数据集中，在打印时会显示。过程步中也可以使用 label，但只在 proc contents 中有效，不会储存在数据集中。

retain

retain 语句可以让 SAS 保存前一次变量的值。它可以出现在数据步的任何位置。

RETAIN variable-list (initial-value); 

sum

sum(v,expression)

这个语句将表达式的值赋给变量，同时将变量的值保留到下一次迭代。这个变量必须是数值型，且初始值为 0。

数组array

array name(n) $ variable-list; 

1. Name 是数组名，n 是变量数，()也可以用[]和{}代替。如果变量是字符串，则需要$，且变量是新创建的字符串时，$