SAS DM数据准备读书笔记10（数据转换）

 

数据转换是数据准备阶段最重要的一个环节，它主要有以下两个目标：

（1）创建新的用于分析的变量；

（2）处理潜在的数据质量问题，如缺失值和偏度问题。

比如，生日(Birthday)这个原始变量对于我们分析来说没有直接使用不方便，我们常常将其转换为岁数（Age）进行分析。当建模时，我们可能使用log(Age)进行分析。

以下这些变量转换在直接营销、信用卡分析中常常使用到：

• 一段时间范围内的平均交易金额
• 一段时间范围内的平均交易数量
• 某件商品占全部商品的比例
• 某段时间范围购买总额占所有客户生命周期购买总额的比例
• ......

本节主要介绍以下几种主要的数据转换方法：

（1）创建新变量；

（2）类别变量映射；

（3）减少类比变量的cardinality；

（4）标准化连续变量；

（5）binning连续变量；

（6）改变变量分布；

 

（1）创建新变量

 

变量重命名

在项目分析中常常需要创建一个变量名映射表，以便于分析，比如将，Age, Gender, location,....等有含义的变量重命名为x1,x2,x3...方面宏调用。下面的程序将实现这个变量重命名的工作。

 

先介绍一个宏 ListToCol()