ThelittleSASbook学习笔记第三章外语学习法语学习_外语学习-法语学习.pdf

《ThelittleSASbook学习笔记第三章外语学习法语学习_外语学习-法语学习.pdf》由会员分享，可在线阅读，更多相关《ThelittleSASbook学习笔记第三章外语学习法语学习_外语学习-法语学习.pdf（11页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、The little SAS book 学习笔记 第三章 开发你的数据 3.1 创建并重新定义变量 可以通过分配语句来创建并重新定义变量，基本形式为：Variable=expression Variable 是变量名，expression 可以是常量、其他变量、或者数学表达式。分配语句的基本类型有：Expression 是数学表达式时，需要遵循运算法则，先算指数、再算乘除、之后是加减。可以用括号改变运算等级。例子 如下是一个农产品估重数据，每位农民要求对他们的番茄、南瓜、豌豆、葡萄进行估重：下面代码从 garden.dat 原始文件中读取数据，并进行修改：这个程序包含了 5 句分配语句，第一个

2、将 14 赋值给 zone，第二个使 type 等于一个字符串常量打印出的结果中，既包括旧变量，又包括新变量：由于观测值 susan 的 peas 变量出现了缺失值，因此这个观测值的 total 和 pertom 变量也出现了缺失值。日志窗口的说明如下：NOTE:Missing values were generated as a result of performing an operation on missing values.3.2 使用 SAS函数 SAS 有 400 多个函数，主要涵盖如下领域:函数基本形式：function-name(argument,argument,)，所有的

3、函数都需要括号，即使没有参数。下面的程序计算使用 MDY 函数，MDY 函数需要三个参数：月、日、年。Birthday=MDY(MonthBorn,DayBorn,YearBorn);函数可以嵌套，即一个函数可以是另一个函数的参数。比如：NewValue=INT(LOG(10);例子 有一个南瓜雕刻比赛的数据，pumpkin.dat 数据包含了参赛者的名字、年龄、雕刻的南瓜类型、报名日期、五位裁判给出的分数。下面的代码读取了数据、创建了两个新变量、转换了一个大小写：AvgScore 使用均值函数创建的变量，计算参数的均值，这与直接相加再除以 5 不同的地方在于，当参数中出现缺失值时，直接相加再

4、除的方法返回缺失值，而均值函数计算非缺失参数的均值。DayEntered 变量使用 DAY 函数，返回日期在一个月里的天数。Type 用大写转换函数将原来的字母转换成大写字母。结果是：可以是常量其他变量或者数学表达式分配语句的基本类型有是数学表达式时需要遵循运算法则先算指数再算乘除之后是加减可以用括号改变运算等级例子如下是一个农产品估重数据每位农民要求对他们的番茄南瓜豌豆葡萄进行估重常量打印出的结果中既包括变量又包括新变量由于观测值的变量出现了缺失值因此这个观测值的和变量也出现了缺失值日志窗口的说明如下使用函数有多个函数主要涵盖如下领域函数基本形式所有的函数都需要括号即使没有参数下个南瓜雕刻比

5、赛的数据数据包含了参赛者的名字年龄雕刻的南瓜类型报名日期五位裁判给出的分数下面的代码读取了数据创建了两个新变量转换了一个大小写使用均值函数创建的变量计算参数的均值这与直接相加再除以不同的地方3.3 选出的 SAS字符函数 3.4 选出的 SAS数值函数 3.5 使用 IF-THEN 语句 条件语句 IF-THEN的基本形式为：IF 条件 THEN 执行;比如：IF Model=Mustang THEN Make=Ford;条件语句中的一些基本比较符号：还有 IN 比较符，比如这句中 IF Model IN(Corvette,Camaro)THEN Make=Chevrolet;代表当Model

6、 为 Corvette 或 Camaro 的时候，将 Chevrolet 赋给 Make。一个条件只能有一个执行，如果要多个执行，则需要 DO 和 END 关键字。可以用 AND和 OR 来定义多个条件：IF Model=Mustang AND Year1975 THEN Status=classic;例子 如下的数据包含了模型的名字、年份、制造商和颜色：下面的代码从 cars.dat 的原始文件中读取数据，使用 IF-THEN语句填满缺失值，并创建一个新变量 Status 可以是常量其他变量或者数学表达式分配语句的基本类型有是数学表达式时需要遵循运算法则先算指数再算乘除之后是加减可以用括号改

7、变运算等级例子如下是一个农产品估重数据每位农民要求对他们的番茄南瓜豌豆葡萄进行估重常量打印出的结果中既包括变量又包括新变量由于观测值的变量出现了缺失值因此这个观测值的和变量也出现了缺失值日志窗口的说明如下使用函数有多个函数主要涵盖如下领域函数基本形式所有的函数都需要括号即使没有参数下个南瓜雕刻比赛的数据数据包含了参赛者的名字年龄雕刻的南瓜类型报名日期五位裁判给出的分数下面的代码读取了数据创建了两个新变量转换了一个大小写使用均值函数创建的变量计算参数的均值这与直接相加再除以不同的地方输出结果如下：3.6 用 IF-THEN 语句将观测值分组 IF THEN/ELSE 的一般形式为：IF cond

8、ition THEN action;ELSE IF condition THEN action;ELSE IF condition THEN action;用 else 语句与直接用多个 IF-THEN语句比起来，有两个优势，第一是更有效率，电脑将占用更少的时间；第二是 else 可以确保你的两个 condition 之间互斥。有时候最后一个 ELSE 只有 action，没有 IF-THEN：例子 有一个住房改善的数据，home.dat，包括了姓名、改善工作、改善成本：下面的代码读取数据，并新建了一个 CostGroup 的变量。根据 Cost 的值将数据分成 high、medium、low

9、 和 missing 三类：输出结果是：可以是常量其他变量或者数学表达式分配语句的基本类型有是数学表达式时需要遵循运算法则先算指数再算乘除之后是加减可以用括号改变运算等级例子如下是一个农产品估重数据每位农民要求对他们的番茄南瓜豌豆葡萄进行估重常量打印出的结果中既包括变量又包括新变量由于观测值的变量出现了缺失值因此这个观测值的和变量也出现了缺失值日志窗口的说明如下使用函数有多个函数主要涵盖如下领域函数基本形式所有的函数都需要括号即使没有参数下个南瓜雕刻比赛的数据数据包含了参赛者的名字年龄雕刻的南瓜类型报名日期五位裁判给出的分数下面的代码读取了数据创建了两个新变量转换了一个大小写使用均值函数创建的

10、变量计算参数的均值这与直接相加再除以不同的地方 3.7 构造子集 IF 语句可以构造子集，取数据集中的部分数据。基本形式为：IF+expression;比如：IF Sex=f;如果 IF 条件中的数据是真，则数据步将继续执行。还可以使用 DELETE 语句，来删除哪些不要的数据：IF expression THEN DELETE;这两句话是等价的：IF Sex=f;IF Sex=m THEN DELETE;例子 有关于莎士比亚歌剧的清单，Shakespeare.dat，包含歌剧名、首次表演年份、类型：下面的代码读取数据，并且用 IF 语句构造一个只包含喜剧（comedies）的子集：输出结果如

11、下：观察日志有时能很好的保证我们截取了我们要的数据：在这个例子中，用 DELETE 等价的语句为：IF Type=tragedy OR Type=romance OR Type=history THEN DELETE;可以是常量其他变量或者数学表达式分配语句的基本类型有是数学表达式时需要遵循运算法则先算指数再算乘除之后是加减可以用括号改变运算等级例子如下是一个农产品估重数据每位农民要求对他们的番茄南瓜豌豆葡萄进行估重常量打印出的结果中既包括变量又包括新变量由于观测值的变量出现了缺失值因此这个观测值的和变量也出现了缺失值日志窗口的说明如下使用函数有多个函数主要涵盖如下领域函数基本形式所有的函数都

12、需要括号即使没有参数下个南瓜雕刻比赛的数据数据包含了参赛者的名字年龄雕刻的南瓜类型报名日期五位裁判给出的分数下面的代码读取了数据创建了两个新变量转换了一个大小写使用均值函数创建的变量计算参数的均值这与直接相加再除以不同的地方3.8 处理 SAS的日期数据 日期数据的处理很棘手，有的月份有 31 天、有的 30 天、有的 28 天。SAS 简化的日期数据，将所有的日期转化成一个以 1960 年 1 月 1 日为起点的数。比如：SAS 处理日期数据的三个工具为：读取数据的 informats，使用数据的函数（functions），打印数据的 formats。Informats 读取日期数据需要用

13、formatted input。比如，如何告诉 SAS 用 MMDDYY10.informats 读取名为 BirthDate 的变量：INPUT BirthDate MMDDYY10.;设定默认的百年 07/04/76 这样的数据可能是 1976，也可能是 2076、1776。因此需要YEARCUTOFF=来指定一个一百年的第一年，默认的是 1920 年。下面的语句就是告诉 SAS将一个两位年份的日期解释为 1960 年到 2049 年之间：OPTIONS YEARCUTOFF=1950;SAS 表达式中的日期 一旦被以 SAS 日期格式读取之后，可以将此数据想其他数值数据一样用在表达式中。

14、比如像为图书馆的书设定 21 天的还书日期，只需要在结束日期上加上21：DueDate=CheckDate+21;通过在表达式中加入引号和字母 D，可以将一个日期当做常数来使用，如下的代码创建了一个 EarthDay05 的变量，并且等于 April 22,2005 EarthDay05=22APR2005D;函数 SAS 日期函数使得操作大大简便，比如 today（）返回今天的日期。语句 DaysOverDue=TODAY()-DateDue;可以计算一本书应归还的剩余期限。Formats打印日期数据时，还需要将数值换成日期，下面的 FORMAT 语句告诉 SAS 用WORDATE18.格式

15、打印变量 BirthDate。FORMAT BirthDate WORDATE18.;例子 图书馆有借书卡数据，Dates.dat，包含持卡人姓名、出生日期、卡办理日期。下面的代码读取数据，计算变量使用期限（expiredate），使用期限为 3 年；变量 expirequarter计算使用期限的四分之一，使用函数 QTR（）。接着用 IF 语句来判断一个卡是否为新卡，在 20XX 年 1 月 1 日之后办理的，为新卡：可以是常量其他变量或者数学表达式分配语句的基本类型有是数学表达式时需要遵循运算法则先算指数再算乘除之后是加减可以用括号改变运算等级例子如下是一个农产品估重数据每位农民要求对他们

16、的番茄南瓜豌豆葡萄进行估重常量打印出的结果中既包括变量又包括新变量由于观测值的变量出现了缺失值因此这个观测值的和变量也出现了缺失值日志窗口的说明如下使用函数有多个函数主要涵盖如下领域函数基本形式所有的函数都需要括号即使没有参数下个南瓜雕刻比赛的数据数据包含了参赛者的名字年龄雕刻的南瓜类型报名日期五位裁判给出的分数下面的代码读取了数据创建了两个新变量转换了一个大小写使用均值函数创建的变量计算参数的均值这与直接相加再除以不同的地方输出结果为：注意 BirthDate 没有用日期格式。3.9 可选择的 Date Informats、Functions和 Formats 下面是例子：可以是常量其他变量

17、或者数学表达式分配语句的基本类型有是数学表达式时需要遵循运算法则先算指数再算乘除之后是加减可以用括号改变运算等级例子如下是一个农产品估重数据每位农民要求对他们的番茄南瓜豌豆葡萄进行估重常量打印出的结果中既包括变量又包括新变量由于观测值的变量出现了缺失值因此这个观测值的和变量也出现了缺失值日志窗口的说明如下使用函数有多个函数主要涵盖如下领域函数基本形式所有的函数都需要括号即使没有参数下个南瓜雕刻比赛的数据数据包含了参赛者的名字年龄雕刻的南瓜类型报名日期五位裁判给出的分数下面的代码读取了数据创建了两个新变量转换了一个大小写使用均值函数创建的变量计算参数的均值这与直接相加再除以不同的地方 3.11

18、使用 retain 和 sum语句 当开始数据步的每一个观测值迭代时，SAS 会先将所有变量值设为缺失，再通过 input 和分配语句改变。Ratain 和 sum 语句可以改变这种方式。Retain 语句 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，基本形式为：RETAIN variable-list;也可以指定一个初始值，而不是用缺失值或前一次的值代替初始值 RETAIN variable-list initial-value;Sum语句 SUM 语句用于你想将一个表达式的值累加到一个变量上去时，基本形式为：variable+expression;这

19、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。因此，语句等价于如下形式：可以是常量其他变量或者数学表达式分配语句的基本类型有是数学表达式时需要遵循运算法则先算指数再算乘除之后是加减可以用括号改变运算等级例子如下是一个农产品估重数据每位农民要求对他们的番茄南瓜豌豆葡萄进行估重常量打印出的结果中既包括变量又包括新变量由于观测值的变量出现了缺失值因此这个观测值的和变量也出现了缺失值日志窗口的说明如下使用函数有多个函数主要涵盖如下领域函数基本形式所有的函数都需要括号即使没有参数下个南瓜雕刻比赛的数据数据包含了参赛者的名字年龄雕刻的南瓜类型报名日期五位

20、裁判给出的分数下面的代码读取了数据创建了两个新变量转换了一个大小写使用均值函数创建的变量计算参数的均值这与直接相加再除以不同的地方RETAIN variable 0;variable=SUM(variable,expression);例子 有一个关于本赛季棒球比赛的数据，games.dat，包含比赛日期、参赛队伍、hit 数据、runs 数据 现在需要增加两个变量，一个反应本赛季的总 runs 数，一个反应一场比赛中最大的 runs 数。下面的代码用 sum 语句实现总 run 数，用 retain 和 max 函数实现最大 runs 数：变量 maxruns 取前面迭代的 maxruns 和

21、 runs 中最大值；变量 runstodate 将每一场比赛的 runs都加到自己身上。结果如下：3.12 用数组简化程序 对于太多变量要处理的程序，数组将大大简化程序。SAS 中，数组是一组变量，变量可以是已存在的，也可以是新创建的。数组在数据步中用 ARRAY 来定义，基本形式为：ARRAY name(n)$variable-list;Name 是数组名，n 是变量数，()也可以用和 代替。如果变量是字符串，则需要$，且变量是新创建的字符串时，$是必须的。变量名依照顺序排列，如数组：可以是常量其他变量或者数学表达式分配语句的基本类型有是数学表达式时需要遵循运算法则先算指数再算乘除之后是加

22、减可以用括号改变运算等级例子如下是一个农产品估重数据每位农民要求对他们的番茄南瓜豌豆葡萄进行估重常量打印出的结果中既包括变量又包括新变量由于观测值的变量出现了缺失值因此这个观测值的和变量也出现了缺失值日志窗口的说明如下使用函数有多个函数主要涵盖如下领域函数基本形式所有的函数都需要括号即使没有参数下个南瓜雕刻比赛的数据数据包含了参赛者的名字年龄雕刻的南瓜类型报名日期五位裁判给出的分数下面的代码读取了数据创建了两个新变量转换了一个大小写使用均值函数创建的变量计算参数的均值这与直接相加再除以不同的地方ARRAY store(4)Macys Penneys Sears Target;则 store(1

23、)是 Macys，store(2)是 Penneys，store(3)是 Sear，store(4)是 Target。数组本身不储存在数据集中，只有在数据步中才被定义。命名规则与变量一样（不超过 32字节，以字母、下划线开头，只能包含字母、数字、下划线）例子 广播电台 wbrk 做了一份关于歌曲的听众调查，对 10 首歌进行打分，分值在 1-5，如果没听过则填 9。数据文件 wbrk.dat 包括了被访者姓名、年龄、以及十首歌的打分。下面的代码将所有打分为 9 的改为缺失值：十首歌被放入 song 的数组中。输出结果如下：注意这里数组没有被保存到数据集中，而 i 被保存了。3.11 列出变量名

24、的快捷方式 如果想把 100 个变量放入数组，并不需要一个一个变量名的输入，有快捷方式可以列出变量名。Number range lists 开始于同一个单词，结尾于连续的数字的，可以使用 Number range list。比如：Name range lists 这种列表是依据变量在数据集中的排列顺序来的，比如，创建如下数据步：可以是常量其他变量或者数学表达式分配语句的基本类型有是数学表达式时需要遵循运算法则先算指数再算乘除之后是加减可以用括号改变运算等级例子如下是一个农产品估重数据每位农民要求对他们的番茄南瓜豌豆葡萄进行估重常量打印出的结果中既包括变量又包括新变量由于观测值的变量出现了缺失值

25、因此这个观测值的和变量也出现了缺失值日志窗口的说明如下使用函数有多个函数主要涵盖如下领域函数基本形式所有的函数都需要括号即使没有参数下个南瓜雕刻比赛的数据数据包含了参赛者的名字年龄雕刻的南瓜类型报名日期五位裁判给出的分数下面的代码读取了数据创建了两个新变量转换了一个大小写使用均值函数创建的变量计算参数的均值这与直接相加再除以不同的地方则变量的排列顺序就为：Y A C H R 那么可以依照这个顺序用“put 第一个变量-最后一个变量”来简化：如果不能确定数据集中变量的顺序，可以用 proc contents 的 postion 选项来查看。下面的代码列出了永久数据集 distance 的变量顺序

26、：Special sas name list 特别的名字列表，_ALL_、_CHARACTER_、_NUMERIC_ 可以用于任何你想使用的地方，所有的变量，所有的字符变量，或所有的数值变量。当你想要做某些事的时候，例如计算一个观测的数值型变量的平均值（MEAN（of _NUMERIC_），或列出的所有观测中的变量值（PUT_ALL_;)，这些名单是有用的。例子 广播电台 WBRK 想要修改前面的代码（将 9 改为缺失值），使用 mean 函数计算平均分数：程序中，当原始变量（domk-ttr）值为 9 时，song 变量值为缺失值，否则就把原始变量的值赋给 song 变量。另外 avgsco

27、re 计算平均值：可以是常量其他变量或者数学表达式分配语句的基本类型有是数学表达式时需要遵循运算法则先算指数再算乘除之后是加减可以用括号改变运算等级例子如下是一个农产品估重数据每位农民要求对他们的番茄南瓜豌豆葡萄进行估重常量打印出的结果中既包括变量又包括新变量由于观测值的变量出现了缺失值因此这个观测值的和变量也出现了缺失值日志窗口的说明如下使用函数有多个函数主要涵盖如下领域函数基本形式所有的函数都需要括号即使没有参数下个南瓜雕刻比赛的数据数据包含了参赛者的名字年龄雕刻的南瓜类型报名日期五位裁判给出的分数下面的代码读取了数据创建了两个新变量转换了一个大小写使用均值函数创建的变量计算参数的均值这与直接相加再除以不同的地方