【SAS BASE】处理数据集

 本节内容包括：SET语句、MERGE语句、UPDATA语句、OUTPUT语句、TRANSPOSE语句和data-set选项及SAS Automatic Variables

一、SET语句（堆叠功能）

• 用SET语句修改数据集

DATA Friday;
    SET Sales;/SET 'C:MySASLIB	rains.dat';
    IF DAY='F';
    Total=Propcorn+peanuts;/*建立新的变量*/
RUN;

• 用SET语句堆叠（stack）数据

DATA BOTH;
    SET Southerntrance Northerntrance;
RUN;

• 用SET语句Interleaving数据集：不仅堆叠在一起，还按照BY变量排序

1 DATA interleave;
2    SET Northerntrance Southerntrance;
3    BY passnumber;
4 RUN;
5 /*注意：用于堆叠的数据集必须要预先根据BY变量排序*/

•  Combing a Grand Total with the Original Data

  *省略DATA步;
  PROC MEANS NOPRINT DATA=shoes;
      VAR Sales;
      OUTPUT OUT=Summarydata SUM(Sales)=GrandTotal;
  /*MEANS过程生成一个含有总和的新数据集，但是无法与原始数据匹配，因为没有共同的变量*/
  PROC PRINT DATA=Summarydata;
      TITLE 'Summary Data Set';
  RUN;
  
  *Combing a GrandTotal with the original data;
  DATA Shoesummary;
      IF _N_=1 THEN SET Summarydata;/*Summarydata数据集观测数为1*/
       SET shoes;/*原始数据的观测数超过1*/
       PERCENT=sales/Grandtotal*100;
  RUN;
  /*与RETAIN语句的效果类似*/

二、MERGE语句（匹配功能）

• One to One Match Merge

  DATA Cholocates;
      MERGE sales descriptions;
      BY codenum;
  RUN;
  【NOTICE】:
  1.在MERGE之前要预先按BY变量排序；
  2.若两个数据集有相同名字的非BY变量，则后面的会覆盖前面数据集。

• One to Many Match Merge（用data-set-1的一个观测时匹配data-set-2的多个观测，原理与One-to-One一样）
• Mering Summary Statistics with the Original Data

  step1: 利用PROC MEANS归纳数据，并将输出放入新数据集中；
  step2: 将新数据集与原始数据集匹配。

   

三、Data-set Options（最常用的帮助处理数据集的选项）

KEEP=variable-list;
DROP=variable-list;
RENAME=(oldvar=newvar);
FIRSTOBS=n;
OBS=n;
LABEL=‘data-set-label’;
IN=new-var-name;*creating a temporary variable for tracking whether that data set contributed to the current observation;
WHERE=condition;

【备注】：IN=variable为临时变量，仅在当前DATA步存在，值为0或1。

四、用UPDATE语句更新主数据集

DATA perm.patientmaster;
    UPDATE perm.patientmaster transactions;
  *解释：---------主数据集-----------更新数据集---；
    BY Account;
RUN;
【NOTICE】:
更新数据集的缺失值不会覆盖前一个主数据集；
主数据集中的BY变量的值必须是unique;

五、OUTPUT语句

• 将一个数据集横向分为多个数据集（若仅用DATA步，(例如：DATA Lions Tigers Bears;)，导出来的数据集是一样的）

DATA Moring Afternoon;
    INFILE 'C":MyRawdatazoo.dat';
    INPUT Animal $ 1-9 Class $ 11-18 Enclosure $ Feedtime $;
   *省去数据部分；
   IF FeedTime='am' THEN OUTPUT Moring;
        ELSE IF Feedtime='pm' THEN OUTPUT Afternoon;
        ELSE IF Feedtime='both' THEN OUTPUT;/*输入到两个数据集中*/
RUN;

• 将一个数据集的一行观测分为多个

DATA Theaters;
    INFILE 'C:MyRawDatamovies.dat';
     INPUT Month $ Location $ Tickets @;
     OUTPUT;
     INPUT Location $ Tickets @;/*因为没有遇到第二个input语句，此时Month还停留在上一句的Month处*/
      OUTPUT;
      INPUT Location $ Tickets;
      OUTPUT;
RUN;
/*此program将每个观测（7列），拆成三行（每行三列，且没三行都以第一行的Month的值为准）*/

六、TRANSPOSE语句（将观测与变量互换）

PROC TRANSPOSE DATA=baseball OUT=flipped;
    BY Team Player;/*Grouping variable*/
    ID type;/*ID 语句names the variable whose formatted values will become the new variable names;若为数值型的，则新变量名会有一个下划线前缀；ID变量的值必须是Unique*/
    VAR Entry;/*想要transpose的变量*/
RUN'

七、SAS Automatic Variables

1) _N_ :DATA步中SAS的循环次数；
2）_ERROR_：取值0（无错误）和1（有错误）；
3）FIRST.variable：当SAS在读取该变量时，首次出现一个value，则为1，否则为0；
    LAST.variable：当SAS在读取该变量时，最后出现一个value，则为1，否则为0；
【注意】：FIRST.variable和LAST.variable：仅在DATA步中用了BY语句才有些。