原始数据读入SAS.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,Slide,*,数据步读入数据,原始数据分类,原始数据一般分为字符和数值两种类型，数值数据又分为标准数值数据和非标准数值数据。,标准数据,是由字符或者数值组成的可以被列表、列、格式化、命名输入方式读入的数据，如,Male,1166.42,。,非标准数据,只能在输入格式的帮助下读入的数据。如非标准的数值数据，可能包含逗号，空格等符号。日期和时间数值。十六进制和二进制数值。,标准数值数据,只包含数字,小数点或负号。,非标准数值数据,则包含其它的特殊字符，如千分号，美元符号等。,读取数值数据的规则,数值前面的括号或者减号符号表示该数值为负。,首位有一个或者多个零不影响对相应变量的赋值。,SAS,不把数值尾部的空格默认为,0,。,数值数据的前后都可以有空格，但是数字中间一般不能有（除非用,COMMA.,、,BZ.,等,格式读入）。,字符数据,字符数据是由一系列字符组成的数据。,下面任一种情况下，,INPUT,语句认定读入变量的值是字符值。,INPUT,语句中变量名后跟一个美元符号,$,；,使用字符输入格式；,要读入数据的变量已经被定义为字符型。,原始数据呈现形式,原始数据的呈现形式一般分为呈现在,SAS,编辑窗口的数据行，和储存在外部文件中的原始数据,例如，,编辑窗口下，数据行形式的原始数据。,储存在外部文件中的原始数据，,TXT,文本格式。,SAS,数据步作用,录入数据并转化为,SAS,数据集,编辑数据，包括检查和修改数据中的错误、计算新变量等,将数据写入磁盘,对已有的数据集进行管理。如取子集、合并及更新数据集等,例,1,：,DATA,da1,;,INPUT,x1 x2 x3,;,y=x1+x2+x3;,CARDS,;,3 1.2 0.5,2 2.4 0.9,5 3.2 0.8,8 4.1 1.1,7 3.3 0.6,;,RUN,;,以上这些语句组成,DATA,步。提交后，,SAS,系统创建一个名为,da1,的,SAS,数据集。它包含,5,个观测、,4,个变量。,DATA,步,是用,DATA,语句开始的一组,SAS,语句。,SAS,数据集,实质上是一张关系型数据表，即通常所见到的二维表格，一行表示一个观察,(Observation),，一列表示一个变量,(Variable),，行列的交叉点就是该观察在该变量上的取值。参见下页示意图。,SAS,数据集的建立,SAS,数据集,(,部分,),Observations,Variables,Value,DATA语句；,INPUT语句；,(用于DATA步的其它SAS语句),CARDS语句,；,数据行,；,RUN;,（一）直接在程序中读取数据,1.,DATA语句,DATA语句表示一个数据步的开始，并给出正被创建的SAS数据集的名字。,语句格式：,DATA 名字1 名字2.,例如：,data a;,data one mydata;,使用,INPUT,语句读入原始数据,INPUT,语句的用途有两方面：,读入外部数据文件中的数据；,读入,CARDS,语句后面的数据。,2.INPUT语句,INPUT,语句的五种输入方式,简单方式（自由方式）：,INPUT,;,列方式：,INPUT,variable start-column ;,格式化方式：,INPUT,variable informat.;,INPUT,(variable-list)(informat-list);,INPUT,(variable-list)(informat.);,列表方式INPUT,variable ;,INPUT,variable ;,命名方式：,INPUT,variable=;,INPUT,variable=start-column ;,INPUT,variable=informat.;,选项说明,自由格式,INPUT variable-name-list$,|,;,$：此符号前的变量为字符型。默认为数值型。,表输入方式的特点,：,(1)顺序输入；,(2)输入的数据之间至少有一个空格；,(3)使用圆点“.”而不是空格作为缺失值；,(4),变量的顺序和它们的数据值顺序要一致，且个数相符,；,(5)字符型数据的默认宽度为8个字符，但可以使用LENGTH等语句先定义字符变量的长度。,data bc;,input x1 x2 x3 x4$;,cards;,1 2 3 addabc45,5 .3 bsddrg15,2 4 8 cssdrt54,;,run;,行保持符,“,”“,”,的使用,的作用：当程序中有多条,input,语句时，前一条,input,语句末尾使用,，表示数据指针不换行，后一条,input,语句接着上一条,input,语句读数结束地方读取数据。当用在程序最后一条,input,语句中时，不起作用。,的作用：用在程序中的最后一条,input,语句中，表示指针不换行，程序下一轮执行时，,input,语句接着其后读取数据。,Data ex;,Input x;,Cards;,1,2,8,5,;,Run;,Data ex;,Input x,;,Cards;,1 2 8,5,;,Run;,表示指针不换行，下一轮执行时，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。,Data,a,;,Input,x,;,Input y;,Cards;,1 2 8,5,3,6 9 7,;,Run;,请分析上面程序产生的数据集,Data,b,;,Input,x,;,Input y,;,Cards;,1 2 8,5,3,6 9 7,;,Run;,Data,c,;,Input,x,;,Input y,;,Cards;,1 2 8,5,3,6 9 7,;,Run;,Data,d,;,Input,x,;,Input y,;,Cards;,1 2 8,5,3,6 9 7,;,Run;,3.OUTPUT语句,OUTPUT语句把当前的观测输出到正在被创建的SAS数据集中去。,语句格式,OUTPUT data-set-name;,OUTPUT;,语句后不加说明项。这时，把当前这个观测输出到DATA语句命名的数据集中去。下面的例子利用OUTPUT语句从一个数据行生成多个观测：,data repeat;,input sub$mea1-mea3;,drop mea1-mea3;,mea=mea1;,output,;,mea=mea2;,output,;,mea=mea3;,output,;,cards;,a 2 5 4,b 3 6 2,;,proc print;,title 数据集repeat；,run;,数据集,repeat,Obs sub mea,1,a,2,2,a,5,3,a,4,4,b,3,5,b,6,6,b,2,OUTPUT,窗口：,OUTPUT data-set-name;,语句后跟一个数据集名，即将当前观测输出到这个指定的数据集中去。下面的例子是利用OUTPUT语句在一个DATA步中同时产生多个SAS数据集。,DATA,year1 year2,;,INPUT name$sex$yrs;,IF yrs=12 THEN,output year1,;,ELSE,output year2,;,CARDS;,数据行,;,RUN;,（二）数据在外部,文本文件,中,例,2,：在“,c:mydata,”,子目录下存放有一个名为,id.txt,的文件，内容如下：,(,第一列为姓名，第二列为电话,),注意：数据之间以空格分隔,欲用上述数据来建立一个,SAS,数据集，可用下面的,DATA,步来完成：,DATA,da2,;,INFILE,c:mydataid.txt,;,INPUT,name$phone;,RUN,;,Jinhua 48332728,jianghon 47586978,taoxian 23459734,zhaoheng 85743627,shanmei 12395863,xuli 74857362,xinwei 23485748,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；,这里，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,，应用单引号将文件说明括起来。,如果数据,不是以空格分隔,的，而是以,制表符分隔,(,常见的情况是：将,excel,数据直接拷贝到文本文件中,),，,则应在,infile,语句中加入选项,：,expandtabs,如：,DATA,da2,;,INFILE,c:mydataid.txt,expandtabs,;,INPUT,name$phone;,RUN,;,（三）数据来自其它,SAS,数据集,从一个或几个已存在的,SAS,数据集产生新的,SAS,数据集的,DATA,步的一般形式为：,DATA,语句；,SET,语句；,(,或者，,MERGE,语句；,),(,用于,DATA,步的其它,SAS,语句,),RUN,；,这里，,SET,、,MERGE语句用来识别已存在的,SAS,数据集。,例如：,data da3;,Set,da1,;/*da1,是已经存在的,SAS,数据集,*,/,if x1=5;/*,选择,x1,小于或等于的观测*,/,run;,（四）直接从其它数据库导入数据,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：,File,Import data,然后依次按要求选择,File,Import data,选择需要导入SAS的文件类型，点击Next,点击Browse.，打开需要导入SAS的数据文件打开数据文件，打击Next,指定导入到SAS后的逻辑库名(Library)及数据集名(Member),配置完成后点击Next(可选)或Finish,上一步点击Next,新建一个SAS程序文件，保存用Proc Import过程,导入数据所需的语句,点击Finish,出现此行信息，显示导入成功。,数据集名为cancer,逻辑库名为work,打开生成的cancer.sas文件,向导中提供的几个信息,xls格式化中数据 SAS数据集中数据,Data,步的内部运行机制,针对,每个观察执行一次所有语句,（跳转除外）,相当于一个内部循环,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,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。,我们这个例子中共有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。,SAS逻辑库：临时数据集与永久数据集,逻辑库,指与存放SAS文件的,目录,相关联的,代号,（名字）,代号,就是,逻辑库名,逻辑库名,定义逻辑库,方法1：通过Libname语句定义逻辑库,例如：,建立与,D:SASdata,目录相关联的逻辑库，逻辑库名为,Mydata。,要求：D:SASdata目录必须已经存在,Libname mydata D:SASdata;,方法,2,：通过窗口定义逻辑库点击这个按钮(New Library),点击OK,两个逻辑库均与同一目录关联,D:mydata,保存SAS数据集到指定逻辑库中,用法：,data 逻辑库名,.,数据集名;,例如：,data,mydata,.,cancer,;,input id x;,cards;,112 68,113 80,;,run;,使用条件：mydata必须事先定义,即在Libraries中有这个逻辑库,中间用小数点(.)连接,临时数据集、永久数据集,临时数据集,指保存在,WORK逻辑库,的数据集,在日志窗口中显示,WORK.XXX,的数据集为临时数据集,在data语句中不指定逻辑库名时，默认保存到work逻辑库中,eg.data cancer;,退出SAS时，WORK中的文件会被自动删除,永久数据集,指保存在,非WORK逻辑库,的数据集,退出SAS时，文件不会被删除,数据的输出,前面讨论了解,SAS,数据集的建立，即如何将数据转换为,SAS,数据集。下面我们介绍数据的输出。这里的“输出”有三层意义：,将数据输出到,LOG,窗口；,将数据输出到系统内部的另一个,SAS,数据集；,将数据输出到一个外部文件。,用于数据输出的语句有很多，我们主要介绍以下三条语句。,一,.PUT,语句,在,DATA,步中，,PUT,语句可以把内容输出到,LOG,窗口，或者用,FILE,语句定义过的外部文件。,PUT,语句主要有以下表输出、列输出和格式化输出三种格式，我们只介绍表输出格式：,表,输出格式,(,自由输出格式,),：,PUT ;,例如：,data class;,input name$sex$age;,put,name sex age,;,cards;,henry m 13,joe m 14,henriett f 11,;,run;,data class;,87 input name$sex$age;,88 put name sex age;,89 cards;,henry m 13,joe m 14,henriett f 11,NOTE:The data set WORK.CLASS has 3 observations and 3 variables.,NOTE:DATA statement used:,real time 0.05 seconds,93 ;,94 run;,LOG,窗,pointer-control(,指针控制,),n,移动指针到第,n,列,.,(expression),移动指针到表达式所指定的列,.,#n,移动指针到第,n,行,.,#(expression),移动指针到表达式所指定的行,.,|,指针保持在当前行当前位置,.,例如：,Data a;,do i=1 to 4;,sq=i*2;,put,#(i+1)(i*5+2),i sq,;,end;,Run;,输出结果如下,1,1,2,4,3,9,4,16,二,.FILE,语句,FILE,语句用于定义当前的输出文件，这个当前文件一定是一个外部文件，一般要与,PUT,语句配合使用。,FILE,语句的选项可以用来控制文件的输出形式。在一个,DATA,步中可以用一个以上的,FILE,语句。,FILE,语句还可以用在条件,(IF-THEN),过程中。,例子：,data d;,x=12345;,file,c:mydataid.txt,;,put x;,run;,三,.OUTPUT,语句,OUTPUT,语句把当前的观测输出到正在被创建的,SAS,数据集中去。,语句格式,OUTPUT data-set-name;,OUTPUT;,语句后不加说明项。这时，把当前这个观测输出到,DATA,语句命名的数据集中去。下面的例子利用,OUTPUT,语句从一个数据行生成多个观测：,data repeat;,input sub$mea1-mea3;,drop mea1-mea3;,mea=mea1;,output,;,mea=mea2;,output,;,mea=mea3;,output,;,cards;,a 2 5 4,b 3 6 2,;,proc print;,title,数据集,repeat,；,run;,数据集,repeat,Obs sub mea,1,a,2,2,a,5,3,a,4,4,b,3,5,b,6,6,b,2,OUTPUT,窗口：,OUTPUT data-set-name;,语句后跟一个数据集名，即将当前观测输出到这个指定的数据集中去。下面的例子是利用,OUTPUT,语句在一个,DATA,步中同时产生多个,SAS,数据集。,DATA,year1 year2,;,INPUT name$sex$yrs;,IF yrs=12 THEN,output year1,;,ELSE,output year2,;,CARDS;,数据行,;,RUN;,下一内容，,SAS,输入输出格式及格式化输入,