SAS笔记(2) RETAIN语句

本文重点：

• 使用RETIAN,INPUT在每次循环执行时保留上一次PDV中的变量值。
• SUM语句和SET语句会自动RETAIN变量。

1. RETAIN语句

1.1 Example 1

先来看看在DATA步不使用和使用RETAIN语句的差异

没有使用RETAIN:

DATA WITHOUT_1;
   PUT "Before the INPUT statement:  " _ALL_;
   INPUT X @@;
   PUT "After the INPUT statement:   " _ALL_ /;
DATALINES;
1 2 . 3
;

使用RETAIN:

DATA WITH_1;
   RETAIN X;
   PUT "Before the INPUT statement:  " _ALL_;
   INPUT X @@;
   PUT "After the INPUT statement:   " _ALL_ /;
DATALINES;
1 2 . 3
;

注意比较两段代码的输出红色矩形的内容，结合上一篇博客里讲的PDV，不难发现：

• 不使用RETAIN,INPUT在每次循环执行时会把PDV中的变量值清空，即置为（.）。
• 使用RETIAN,INPUT在每次循环执行时保留上一次PDV中的变量值。

实际上，上面这个例子里数据集WITHOUT_1和WITH_1的内容是一样的，下面来看一个必须要用RETAIN的例子。

1.2 Example 2

考虑这样一种场景：我们的数据集中有缺失值，我们想用该缺失值的前一个非缺失值来填补该缺失值，比如我们的数据是1,2，.，3填补后是1,2,2,3。
这在SAS中很好处理，我们只需要用一个变量记住上一个非缺失值即可：

DATA WITHOUT_2;
   PUT "Before INPUT:      " _ALL_ ;
   INPUT X @@;
   IF X NE . THEN OLD_X = X;
   ELSE X = OLD_X;
   PUT "After assignment:  " _ALL_ /;
DATALINES;
1 2 . 3
;

遗憾的是这段代码并没有实现我们的目的

查看日志，问题就很明显了，因为没有使用RETAIN，所以在数据步的每一次循环开始时，PDV中的变量均被置空，所以OLD_X每一次都是空：

既然想让OLD_X记住DATA步每次迭代的前一个值，我们RETAIN住OLD_X即可：

DATA WITH_2;
   RETAIN OLD_X;
   PUT "Before INPUT:      " _ALL_ ;
   INPUT X @@;
   IF X NE . THEN OLD_X = X;
   ELSE X = OLD_X;
   PUT "After assignment:  " _ALL_ /;
DATALINES;
1 2 . 3
;

1.3 Example 3

考虑这样一种场景：在我们读入数据的时候，我们想给每个数据加一个顺序的行号，第一条观测是1，第二条观测是2，依次到最后一条观测。

下面用RETAIN语句实现：

DATA WITH_3;
   RETAIN SUBJECT 0;
   PUT "Before the INPUT statement: " _ALL_ ;
   INPUT X @@;
   SUBJECT = SUBJECT + 1;
   PUT "After the INPUT statement: " _ALL_ /;
DATALINES;
1 3 5
;

RETAIN SUBJECT 0;表示在DATA步的每一次迭代时RETAIN住SUBJECT这个变量，不要将其置为空，“0”表示SUBJECT的初始值。

上面这段代码，可以利用SAS中的SUM语句进行简化：

DATA WITHOUT_4;
PUT "Before the INPUT statement: " _ALL_ ;
INPUT X @@;
SUBJECT 

+ 1;

 /* SUM statement */ 
PUT "After the INPUT statement: " _ALL_ /;
DATALINES;
1 3 5
;

注意到SUM语句的作用：

1. 不需要显示地用“=”赋值
2. 不需要显示地初始化SUBJECT,它会自动初始化为0
3. 不需要显示地RETAIN，它会自动RETAIN变量

其实，如果你还记得上一篇博客中我们在讲PDV时提到的自动变量_n_，这段代码可以更简洁：

DATA USE_n_;
PUT "Before the INPUT statement: " _ALL_ ;
INPUT X @@;
n

=

_n_; 
PUT "After the INPUT statement: " _ALL_ /;
DATALINES;
1 3 5
;

1.4 Example4

上一个例子中我们发现SUM语句会自动RETAIN变量，其实SAS中的SET语句也会自动RETAIN变量：

DATA ONE;
   INPUT X Y;
DATALINES;
1 2
;
DATA TWO;
   IF _N_ = 1 THEN SET ONE;
   PUT "Before INPUT statement: " _ALL_;
   INPUT NEW;
   PUT "After INPUT statement: " _ALL_ / ;
DATALINES;
3
4
5
;

看一下日志，就发现SET的确自动RETAIN了变量X,Y。最开始，_N_=1，将X=1，Y=2读入，然后_N_=2，_N_=3等后面的每一步，粉色框里的X,Y值并没有在DATA步的每次迭代中被置空。

参考资料：《Longitudinal Data and SAS: A Programmer's Guide》