小白学SAS 第一，二章节

起名：英文、数字和下划线

data 数据集名

input 变量1 变量2 ...;

cards;数据；

data first;input gender age;cards;1 300 24;

-first为永久数据集在sasuser里-data sasuser.first;input gender age;cards;1 300 24;

-在SAS逻辑库里建立一个名为“fgs”的文件夹，并将它与电脑上的“g:\\excel”文件夹关联起来-libname fgs \"g:\\excel\";

-把first数据集添加到fgs文件夹中-data fgs.first;input gender sge;cards;1 300 24;

-在G盘EXCEL文件夹中生成一个名为FIRST的SAS数据集-data \"g:\\excel\\first\";input gender age;cards;1 300 24;

-对于自己建立的逻辑库，在调用前需要用libname语句把逻辑库与文件夹建立关联-libname fgs \"g:\\excel\";proc print data=fgs.first;run;

-如果用data\"g:\\excel\\first\";语句建立永久数据集的调用程序-proc print data=\"g:\\excel\\first\";run;

注释格式为：/*注释*/

1.初识SAS

data fh;input x 4.2; /*变量后4.2表示变量x的宽度共4位，其中小数有2位*/cards;122.115.623.46;proc print; /*这句话的作用是让读入的数据显示在输出窗口*/run;

SAS变量：字符型和数值型input 变量1 输入格式1 变量2 输入格式2 ...;数值型的输入格式：w.d（w表示数值的总位数或宽度，包括小数点；d表示数值的小数部分的位数，即使没有小数，点号也要加上）

data fh;input pro $12.;cards;山东省青岛市;proc print;run;

字符型的输入格式：$w.(其中$符号是必须加的，w表示字节数，1各种问占2个字节，SAS默认对字符只读取8位)

如果年月日之间没有任何分隔符，此时SAS要求输入的月和日都是2位

日期型变量的输入格式

data fh;input city:$18. zone$;     /*在city后加了一个冒号*/cards;山东省蓬莱市 0536山东省青岛市市南区 0532;proc print;run;

1.一旦对变量指定了宽度，SAS就按指定的宽度来读取变量。2.如果指定了宽度，SAS就忽略空格的作用，而是把包括空格在内的所有字符都作为变量的值。3.不过要记住，日期型变量的宽度最大不能超过32。4.如果有超过2个以上的变量指定了宽度，最好都用冒号结合一个的宽度值得方式来输入。

data fh;input day1: yymmdd10. day2: yymmdd10.;   /*在day1后加了一个冒号*/cards;130125 20130528;proc print;run;

冒号：的作用是告诉SAS，如果要读取下一个变量，需要满足下面任一条件：要么遇到空格，要么变量的宽度读完。（一旦对变量指定了宽度，SAS就不再以默认的空格作为区分的标志了，而是按指定的宽度来识别变量。）

data fh;input name&:$50. city&:$50.;cards;Peter Parker  山东省 蓬莱市Ross Geller  山东省 青岛市 市南区;proc print;run;

&符号的作用：变量值包含空格的情况下使用（当变量本身就有空格是时，变量之间就需要2个或2个以上的空格隔开，这样SAS就会把这2个或2个以上的空格作为变量分隔符）

两个特殊输入符-：和&

SAS变量的输入格式

data wt;input num cost prop;format num 5.2 cost comma12.1 prop percent8.2;cards;50 10205600 0.123645 9580000 0.0361;proc print;run;

指定输入格式会改变变量的值，而指定输出格式不会改变变量的值，只会改变它们的样子。inputformat 变量1 格式1 变量2 格式2 ...;cards数值型变量常用的输出格式：3种w.dcommaw.d(将数值的整数部分自右向左每三位用逗号隔开)percentw.d（将数值显示位百分比的形式，%占3个字节）

data fs;input x$ y$2.;format x$2.;x1=x+1;y1=y+1;cards;1100 1100;proc print;run;

字符型的输出格式:与输入格式一样也是$w.

data dat;input date1:yymmdd10. date2:yymmdd10. date3:yymmdd10.;format date1 yymmdd10. date2 yymmdds8. date3 yymmddp8.;cards;13.06.16 130616 20130616;proc print;run;

日期型变量的输出格式

SAS变量的输出格式

proc format;invalue <$>格式名 变量值或范围1=输入格式1...;    /*如果定义的输入格式是字符，需要在格式名前加$*/value <$>格式名 变量值或范围1=输出格式1...;/*如果变量值或范围是字符，需要在格式名前加上$*/picture 模板名<数值范围>；

proc formate要写在data语句前

grade 本身值1~4都只有1位宽度，但是指定的输入格式，真正读取的是Freshman、Sophomore等，所以需要grade:$grade20.value需要用format语句将变量score和输出格式fscore关联起来。proc format是个过程，format是个语句，只是把变量与某种输出格式关联起来，让变量按照这种格式输出。

proc format;invalue $grade 1=\"Freshman\" 2=\"Sophmore\" 3=\"Junior\" 4=\"Senior\";value fscore low-<60=\"不及格\" 60-<80=\"及格\" 80-high=\"优秀\";data grade;input id grade:$grade20.score;format score fscore.;cards;1 1 602 4 593 3 804 2 79;proc print;run;

用informat和format自定义格式

pft为指定样式名，low-high表示所有值，（所有值都加一个前缀）0和非0数字有区别：用0表示的话会自动去数字前面的0.最好每个程序结束都要加一个run来结束。

proc format;picture pft low-high=\

picture 不是定义值，而是定义一种显示的样式。

自定义输入和输出格式

注意：data与date  中英文大小写sqrt是平方根计算的意思。日期常量都要写成“年月日”d这种格式。

data a1;input wt ht;bmi=wt/(ht/100)**2;rbmi=sqrt(bmi);obesity=(bmi>=28);city=\"北京\";date=\"02apr2013\"d;format date yymmdd10.;cards;60 17055 16673 161;proc print;run;

利用表达式或函数直接产生新变量

lx1是用的比较运算符lx2是用的if语句产生的变量

data lx;input id lx$;lx1=lx in (\"有效\

-基本格式-if 表达式 then 新变量= ；eles 新变量= ；

利用if-then语句产生新变量

-错误示例-data fh;count=0;count=count+1;input time ;cards;232949;proc print;run;

-retain语句-data fh;retain count 0;count=count+1;input time ;cards;232949;proc print;run;

-累加语句-data fh;count+1;input time ;cards;232949;proc print;run;

data fsh;input amount;retain year 2000;year+1;total+amount;cards;100200300;proc print;run;

利用retain语句和累加语句产生新变量

注意：1.忘记写output;语句，这导致SAS只能读取最后一个数，   因为前面的数你没有通知SAS显示；2.忘记写end；语句，此时SAS找不到循环结束的标志，给不出结果。

data fh;do count=1 to 5;input time;output;end;cards;2329496487;proc print;run;

data fh;input count time;cards;1 232 293 494 645 87;proc print;run;

利用do循环语句产生新变量

SAS有个规则：字符变量的长度是由第一个遇到的值的长度决定的，而且字符变量一旦产生，它的长度就无法改变。

-错误示例-data lx;input id lx$;if lx=\"无效\" then lx2=\"无效\";else lx2=\"有效+显效+痊愈\";cards;1 显效2 有效3 无效4 痊愈;proc print;run;

length语句一定要写在if语句之前，否则就是不起作用的。

data lx;input id lx$;length lx2 $16.;if lx=\"无效\" then lx2=\"无效\";else lx2=\"有效+显效+痊愈\";cards;1 显效2 有效3 无效4 痊愈;proc print;run;

data eva;length bouns$5. eva$8.;input id g bouns$;if g<70 then eva=\"合格\";else eva=\"不合格\";cards;1 67 1000002 80 1100003 89 110000;proc print;run;

-SAS主要用length语句来指定新变量的长度与类型-length 变量 <$> 长度1 变量2 <$> 长度2 ...；

指定新变量的类型和长度

产生新变量

-错误示例-data fsh;input id age;cards;1 23 2 29 3 49 4 36;proc print;run;

@@是强制SAS往右读取数据

data fsh;input id age@@;cards;1 23 2 29 3 49 4 36;proc print;run;

@@

data score;input gender$ id score;cards;M 1 86M 2 90M 3 83M 4 79F 1 85F 2 93F 3 90;proc print;run;

data score;input gender$ n@;do id=1 to n;input score@@.;output;end;cards;M 4 86 90 83 79F 3 85 93 90;proc print;run;

@

@符号在输入方式中的应用

data age;input id birth:yymmdd10. death:yymmdd10.;age=(death-birth)/365;if age<60 then age1=50;else if age<70 then age1=60;else age1=70;format birth death yymmdd10.;cards;1 1954-12-06 2014-02-032 1938-02-18 2014-01-073 1947-07-10 2014-01-114 1943-08-21 2014-03-03;proc print;run;

与数值计算有关的函数

tranwrd有个缺点，一次只能替换一个字符串，也就是说，他不能同时把显效和痊愈都替换为有效，只能一次替换一个。所以第一个lx1将显效替换成了有效，但痊愈并没有被替换掉，所以在此基础上对lx1中的痊愈再次替换，仍然复制为lx1.

-替换变量中的字符-tranwrd(变量，查找值，替换值)：从变量中找到“查找值”，并用“替换值”替换掉

compress中变量的第1个逗号后是“欲去除字符”和“修饰符”都是可选项，SAS认为compress中变量的第1个逗号后市“欲去除字符”，第2个逗号后是“修饰符”。即使你不指定“欲去除字符”，也需要用逗号留出它的位置，此时默认是去除空格。

-变量的合并-cats(变量1，变量2，...):将几个变量合并为一个变量，删除前后空格catx(\"分隔符\"，变量1，变量2，...):将几个变量合并为一个变量，中间用分隔符隔开分隔符“/”“-““~”\"||\"

data baseline;input id gender$ age;mgender=missing(gender);  /*判断gender是否有缺失*/mage=missing(age);  /*判断age是否有缺失*/cards;1 f 602 m 593 f .4 . 48;proc print;run;

-查找变量中的缺失值-missing(变量)：判断变量是否为缺失值，是则返回1，不是则返回0.SAS是用\".\"表示缺失值，所以就用if语句查找\".\"。missing对数值型变量和字符型变量都是通用的。

与字符有关的函数

-日期的合并与差值-mdy(月，日，年)：将年月日合并为一个日期格式的变量或值yrdif（开始日期，结束日期，\"计算依据\"）:计算两个日期之间以年为单位的差值datdif（开始日期，结束日期，\"计算依据\"）:计算两个日期之间以天为单位的差值指定计算差值的依据，通常指定\"actual\

data dt;input dt:ymddttm30.;  /*指定dt为ymddttmw.格式*/date=datepart(dt);  /*提取dt的日期部分*/time=timepart(dt);  /*提取dt的时间部分*/month=month(date);  /*提取date的月*/hour=hour(time);  /*提取time的小时*/formate dt datetime30.;  /*指定dt的输出格式为datetime30.*/format date yymmdd10.;  /*指定date的输出格式为yymmdd10.*/format time time12.;  /*指定time的输出格式为time12.*/cards;2009/6/26:11:20:002009/5/5:19:30:002009/9/12:13:20:00;proc print;run;

带时间的日期变量输入格式：一是datetimew.格式（w.指定长度），主要用于ddmmyyhh:mm:ss格式的数据，如26JUN09:12:00:00;二是ymddttmw.格式（w.指定长度），主要用于<yy>yy-mm-dd/hh:mm:ss格式的数据（日期和时间之间的分隔符除了“/”外，还可以是“-”“.”\":\

-日期的提取-

与日期和时间有关的函数

子主题

data date;input year1$ month1$ day1$ year2$ month2$ day2$;date1=catx(\"/\

input函数：主要用于把字符型转为数值型格式：input(变量，输入格式)：字符型转换为数值型，或将字符型转换为其他格式的字符型

put函数：主要用于把数值型转为字符型格式：put(变量，输出格式)：数值型转换为字符型，或将字符型转换为其他格式的字符型

与变量类型转换有关的函数

与概率和分布有关的函数

dif和lag函数

SAS函数应用技巧

2.SAS数据集建立的高级议题

小白学SAS