第三章 建立数据集 SAS系统中建立数据集的途径主要有三种： ●使用传统的SAS数据步程序

Presentation on theme: "第三章 建立数据集 SAS系统中建立数据集的途径主要有三种： ●使用传统的SAS数据步程序"— Presentation transcript:

1 第三章 建立数据集 SAS系统中建立数据集的途径主要有三种： ●使用传统的SAS数据步程序
●用SAS/FSP软件中的FSEDIT和FSVIEW过程 ●使用SAS/ACCESS软件访问其他的数据库

2 3.1 利用数据步程序建立SAS数据 3.1.1 利用数据步创建SAS数据集的三种方式
第三章 建立数据集 3.1 利用数据步程序建立SAS数据 利用数据步创建SAS数据集的三种方式 1. 从程序中直接读入数据 ● DATA语句，启动一个数据步，命名数据集 ● INPUT语句，描述如何读入每一条记录(观测) ● CARDS语句，提供要输入的数据 2. 将外部原始数据文件转换成SAS数据集 ● INFILE语句，指定存储有要读入数据的文件 ● INPUT语句，描述如何读入每一条记录 3. 利用已有的数据集创建新的SAS数据集 ● SET/MERGE/UPDATE语句，连接/合并/修改已有 的数据集

3 3.1.2 常用数据步语句简介 1. DATA语句 语句格式: DATA <数据集名表> ；
第三章 建立数据集 3.1.2 常用数据步语句简介 1. DATA语句 语句格式: DATA <数据集名表> ； DATA语句的作用是表明数据步的开始，并给出所建数据集的名称。 所有的数据集名都是由半角符号“.”分隔的两部分组成。第1部分称作1级名(libname或库逻辑名)，它标识数据集所存贮的位置；第2部分(2级名)标识特定的数据集。 如：DATA A; 则建立名为 WORD.A 的数据集(临时)。

4 使用_NULL_数据集名，不建立数据集。 DATA _NULL_;
第三章 建立数据集 临时数据集：不指定1级名，使用WORK。 空数据集： 使用_NULL_数据集名，不建立数据集。 DATA _NULL_; A=SIN(3.1415/4); B=INT(A*100); PUT A B; RUN; 自动命名： 不给出数据集名，则SAS自动以DATA1，DATA2等依次命名 。 DATA ; 当前数据集： 最后建立的数据集 。

5 DATA D1; INPUT A B; CARDS; 3 5 7 9 ; RUN; DATA D2; INPUT C D; 13 15
第三章 建立数据集 DATA D1; INPUT A B; CARDS; 3 5 7 9 ; RUN; DATA D2; INPUT C D; 13 15 17 19 21 23 PROC PRINT; RUN; PROC PRINT DATA=D1;

6 用来描述在输入记录中的数据，并把输入值赋给相应的变量。 语法：INPUT <变量列表> ;
第三章 建立数据集 2. INPUT语句 用来描述在输入记录中的数据，并把输入值赋给相应的变量。 语法：INPUT <变量列表> ; Input 语句中变量使用三种输入数据方式： 列表输入 列输入 格式化输入

7 在Input 语句中，变量只简单列出变量名 在数据中，数据由空格分隔。 例：Input name $ age sex $ S1 S2 S3;
第三章 建立数据集 （1）列表输入 在Input 语句中，变量只简单列出变量名 在数据中，数据由空格分隔。 字符数据默认长度为8，若读入长数据，需用length语句。 例：Input name $ age sex $ S1 S2 S3; 优点：简单易用。 缺点： 1）变量顺序必须与数据顺序一致。 2）不能有选择的读入数据，只能按顺序输入。 如：有A B C D E, 如只想输入A B D, 不能跳过C。 3）不能输入带有空格的数据。 注意：缺项值用“.”表示。

8 在Input 语句中，变量名后指出变量值所处的列号。 在数据中，同一变量的数据应位于相同的列上。 例：
第三章 建立数据集 （2）列输入 在Input 语句中，变量名后指出变量值所处的列号。 在数据中，同一变量的数据应位于相同的列上。 例： Input name $ 1-8 count 10-12; cards; zhangsan 101 Lisi 优点： 1）输入值可以以任何顺序读入：INPUT FIR SEC 10-12; 2）字符型数据中可包含空格 3）字符型数据可以最多到200个字符长 4）可读取全部或部分数值 ：INPUT ID GROUP 13; 缺点：数据必须严格按照列位置输入。 注意：所读取列中只有空格或“.”时，被作为缺项值。

9 在Input 语句中，变量名后给出一个输入格式。 输入格式用来说明变量的数据类型和字段的宽度。 在数据中，数据一般要求列对齐。
第三章 建立数据集 （3）格式化输入 在Input 语句中，变量名后给出一个输入格式。 输入格式用来说明变量的数据类型和字段的宽度。 在数据中，数据一般要求列对齐。 例：INPUT NAME $10. H 4.2; 适合输入日期型数据： DATA DAYS; INPUT NUM $ BIRTHDAY MMDDYY8. TESTDAY DATE10. WT; CARDS; MAR /30/96 14/JAN/97 4 JUN1997 9 AUG 97 3 ; RUN;

10 ●输出时一般要用相应的格式，详见8.(3)中FORMAT 语句。
第三章 建立数据集 注意: ●格式化读入时，读数据指针按给出的格式长度移动。MMDDYY8. 格式读入日期值时，日期值最长占8列。如格式给出的长度不足，则会出现数据截尾。DATE10. 格式是按ddmmmyy的格式读入数据的，最长可读入10列。 ●日期在SAS系统中的表示是用1960年1月1日至读入那一天之间的天数表示的。 如读入的日期在1960年以前， 则用负数表示。这种表示便于进行计算。 ●输出时一般要用相应的格式，详见8.(3)中FORMAT 语句。 ● 简化输入：如有X1，X X10十个字符型量的值紧挨在一起，每个量长度为3， 则 ： INPUT (X1-X10) ($3.);

11 绝对指针控制 “@” （4）利用指针控制读数据的位置 SAS中提供行指针和列指针，用来指出下一输入位置。
第三章 建立数据集 （4）利用指针控制读数据的位置 SAS中提供行指针和列指针，用来指出下一输入位置。 1）列指针控制 ：把指针移向你规定的列。 @(字符表达式); +n; +指针变量；+(表达式)。 绝对指针控制 INPUT @15 SALES 5.; 相对指针控制 “+” 相对指针控制是把指针由当前位置移动规定的列数。如: INPUT @23 DEP $ W $1.; 在第32列读取W的值。

12 读取数据后列指针的定位 读完数据后指针的位置取决于使用的输入方式。 当使用列表输入时指针移向被取值后的第2列，并从下一非空格列读下一数据。
第三章 建立数据集 读取数据后列指针的定位 读完数据后指针的位置取决于使用的输入方式。 当使用列表输入时指针移向被取值后的第2列，并从下一非空格列读下一数据。 当使用列输入或格式化输入时，指针移到所取值后的第1列， 并从此列开始计算下一变量的长。如: INPUT A 3-4 B; 或 A 2. B; 读完值后，指针移到第5列。 不论什么时候， 一旦指针移向新的记录行，列指针都自动置为1。

13 四种行指针控制:#n，#指针变量，#(表达式)及/。
第三章 建立数据集 2)行指针控制 移动指针到指定的行数。 四种行指针控制:#n，#指针变量，#(表达式)及/。 当一个观测值的数据多于1行时，输入时要指出行号及每个观测值所占的行数。可使用/表示移下一行。#n表示某一观测值的第几行。 如一个观测值由3行数据组成，各数据间以空格间隔，欲输入第一行5个数据中开始的4个数据NUM，A1-A3，再读入第二行开始的4个数据，则： INPUT NUM1 A1-A3/NUM2 B1-B3 #3; 或 INPUT NUM1 A1-A3 #2 NUM2 B1-B3 #3; 最后的#3表示将行指针移至最后一行(第3行)，下一次执行INPUT语句时， 指针就从此行下跳一行，从下一记录的第一行读起。

14 行保持符使行指针保持在当前输入行。有两种行保持说明符:@和 @@。 通常一条INPUT语句执行完后， 下一次执行时， 要跳至下一数据行去读。
第三章 建立数据集 3) 行保持符 (又称续行符) 通常一条INPUT语句执行完后， 下一次执行时， 要跳至下一数据行去读。 @: 表示INPUT 语句执行完后不换行，下一INPUT语句从下面接着读入。在一个DATA步有多个

15 用法：不使用CARDS语句，数据单独存放。
第三章 建立数据集 3. INFILE 语句 指定从外部的纯文本文件中读入数据。 如： INFILE ‘C:FIT.TXT’; 用法：不使用CARDS语句，数据单独存放。 DATA D1; INPUT NUM $ 1-4 SEX $ 5 H 6-9 W 10-11; CARDS; 1001F1.6748 1002M1.7360 RUN; DATA D1; INFILE ‘C:FIT.TXT' INPUT NUM $ 1-4 SEX $ 5 H 6-9 W 10-11; RUN;

16 当数据文件中某一记录的数据数少于需要读的记录数，或最后一列无数据时，SAS 则到下一行开头去读入数据，这样就会出现输入错误，发生数据混乱。
第三章 建立数据集 当数据文件中某一记录的数据数少于需要读的记录数，或最后一列无数据时，SAS 则到下一行开头去读入数据，这样就会出现输入错误，发生数据混乱。 LOG窗口会显示一段信息： Note: SAS went to a new line when input statement reached past the end of a line. 此时需在INFILE语句后面加上一个选择项MISSOVER，如： INFILE 'A:FIT.TXT' MISSOVER;

17 第三章 建立数据集 4. SET语句 利用SET语句，可以从一已存在的数据集中依次读入每一个观测值。 对数据作某种处理后，写入数据集。如： DATA SCORE1; INPUT NUM S1-S3; CARDS; ; DATA TOT; SET SCORE1; TOTAL=SUM(OF S1-S3); PROC PRINT; RUN;

18 第三章 建立数据集 5.赋值语句 计算产生新的变量值或者修改某一变量值，如: Z=X+Y; Y=Y+1; 注意: ①如果表达式中的变量有缺项值，则结果有时为缺项值。如: A=.; B=A+5; C=SUM(A，5); ②为字符型变量赋值时， 要用引号将字符串括起， 如: NAME ='ZHANGLIN'; 如果一个字符常量中包含有一个单引号， 在 SAS 表达式中要写成两个连读的单引号或者外面用双引号。如: NAME='TOM''S' 或 NAME="TOM'S"

19 6. 求和语句 在建数据集时，如果希望对某一变量求累加值，可用求和语句。如： DATA A; INPUT X Y @@; S+X;
第三章 建立数据集 6. 求和语句 在建数据集时，如果希望对某一变量求累加值，可用求和语句。如： DATA A; INPUT X Y S+X; CARDS; ; PROC PRINT; RUN; 在求和语句中， 累加和变量的初值被SAS自动设为0。

20 7. 删除和保留变量 (1) DROP 语句 格式: DROP 变量表;
第三章 建立数据集 7. 删除和保留变量 (1) DROP 语句 格式: DROP 变量表; DROP语句指明某些变量不包括在建立的数据集中。但是这些变量可在该数据步的所有编程语句中使用 。在 DATA步中，DROP语句位于任何地方所产生的效果都相同。 DATA PARTS; INPUT NAME $ S1 S2; TOTAL=S1+S2 DROP S1 S2; CARDS; zhanglin 78 89 wangqiang 95 87

21 KEEP语句说明在正被建立的数据集中包括哪些变量。
第三章 建立数据集 (2) KEEP 语句 格式: KEEP 变量表; 如：KEEP NAME AVG; KEEP语句说明在正被建立的数据集中包括哪些变量。 在KEEP语句中不包括的变量仍适用于其它程序语句。KEEP语句可出现在DATA步的程序语句中的任何位置，它是非执行语句。 KEEP语句的作用与DROP语句正相反。在同一DATA步中，不要同时使用KEEP语句和DROP语句。

22 8. 提供信息的几个语句 (1) LENGTH 语句 当一个字符型变量长度超过或不用缺省值８时，可用该语句指出变量的长度。 如:
第三章 建立数据集 8. 提供信息的几个语句 (1) LENGTH 语句 当一个字符型变量长度超过或不用缺省值８时，可用该语句指出变量的长度。 如: DATA A; LENGTH NAME $ 13; INPUT NAME SEX $ H W; CARDS; ZhangZhihui F ZhaoChangtai M ; 由于NAME变量已在LENGTH语句中定义为字符型量,故INPUT语句中可不再用$号作定义。

23 注意: PRINT过程的PROC PRINT语句中应加LABEL选择项。
第三章 建立数据集 (2) LABEL 语句 变量名不许超过8个字符长。使用LABEL语句给变量一个标记，标记长可达40个字符。 它与变量值同时存于数据集中， 它可以被许多SAS过程打印出来。如: DATA D; INPUT NUM $ SEX $ H W; LABEL H='HEIGHT' W='WEIGHT'; CARDS; 101 M 102 F ; PROC PRINT LABEL; 注意: PRINT过程的PROC PRINT语句中应加LABEL选择项。

24 (3) FORMAT 语句 指定变量的输出格式。 对于日期时间型变量必须指定其格式。 如: DATA EMPLO;
第三章 建立数据集 (3) FORMAT 语句 指定变量的输出格式。 对于日期时间型变量必须指定其格式。 如: DATA EMPLO; INPUT NAME $ T DATE7.; FORMAT T WORDDATE.; CARDS; ZHONGLI 15JAN84 LIUWEI 03MAR85 ; PROC PRINT; FORMAT语句把SAS输出格式WORDDATE. 和变量T联系起来。

25 MISSING语句表明：在录入的数据中的某些值代表数值型数据的缺项值。
第三章 建立数据集 (4) MISSING 语句 格式: MISSING values; MISSING语句表明：在录入的数据中的某些值代表数值型数据的缺项值。 例如，假设字母 “A”代表在调查时家中无人， 字母“R”代表拒绝回答。 DATA SURV; MISSING A R; INPUT ID ANSWER CARDS; R A ; MISSING语句规定，在录入的数据行中，值 A和R 被认为是特殊的缺项值， 而不是无效的数值型数据值。

26 在语句开头加一个星号，就表示该语句的内容是注释信息而不予执行。 如： *-example--;
第三章 建立数据集 (5)注释语句 在语句开头加一个星号，就表示该语句的内容是注释信息而不予执行。 如： *-example--; data; label n="name" h="height"; input num n $ h; cards ; 1001 zhang3 1.73 1002 li4 1.82 ; 对于大段信息的注释，可用/*放在信息的开头，将*/放在注释信息的尾部。

27 第三章 建立数据集 3.2 FSEDIT和FSVIEW过程 SAS/FSP软件的FSEDIT和FSVIEW过程 以窗口的形式，交互地建立、编辑和显示数据集。变量及数据一目了然，用户可形象、细致地了解数据集的组成，交互性的操作如同编辑、浏览标准的数据库一般。 FSEDIT和FSVIEW过程的调用 (1)在PROGRAM EDITOR窗口的过程步中写出，然后SUBMIT 。 (2)在命令框中输入FSEDIT或FSVIEW命令，调出相应的窗口 。

28 3.2.1 用FSEDIT过程建立SAS数据集 PROC FSEDIT NEW＝SAS数据集名; RUN; (1) FSEDIT NEW窗口
第三章 建立数据集 3.2.1 用FSEDIT过程建立SAS数据集 PROC FSEDIT NEW＝SAS数据集名; RUN; (1) FSEDIT NEW窗口 (2) 定义所有变量及属性 Name：变量的名字 Type ：类型，N或空格代表数字型，C或$代表字符型。 Length：长度，字符型变量不超过200, 缺省值为8。 Label ：标签，长度为1～40的字符串，用以说明该变量。 Format：变量的输出格式。 Informat：变量的输入格式 在顶行菜单或在右键快捷菜单中选择Locals，再选择Format/informat，可转换Format/Informat栏。

29 ADD命令可添加记录，在编辑窗口中就可以输入、编辑数据。(F5, ADD按钮) CANCEL命令可放弃当前的输入。 其他编辑按钮:
第三章 建立数据集 (3) 当定义完所有变量及属性后，在命令框中发布END命令，就进入FSEDIT记录编辑窗口。 ADD命令可添加记录，在编辑窗口中就可以输入、编辑数据。(F5, ADD按钮) CANCEL命令可放弃当前的输入。 其他编辑按钮: Save, Copy, Delete, Previous,Next等。 END命令结束输入，保存数据集，退出窗口。

30 3.2.2 用FSEDIT过程修改SAS数据集 1. 用FSEDIT过程修改数据集的一般格式 2. 常用操作方法
第三章 建立数据集 3.2.2 用FSEDIT过程修改SAS数据集 1. 用FSEDIT过程修改数据集的一般格式 PROC FSEDIT DATA＝SAS数据集名; RUN; 2. 常用操作方法 (1) 修改 前后翻页：FORWARD,BACKWARD命令或PgUp,PgDn 键。 移动光标：鼠标及↑↓←→键。 (2)获取子集 发布WHERE命令来获得数据集的一个子集。 如：WHERE FLIGHT='123'

31 使用ADD和DELETE命令添加或者删除记录。 (4) 退出 发布END命令结束修改，保存数据集，退出当前窗口。
第三章 建立数据集 (3) 添加、删除记录 使用ADD和DELETE命令添加或者删除记录。 (4) 退出 发布END命令结束修改，保存数据集，退出当前窗口。

32 3.2.3 用FSVIEW过程浏览SAS数据集 1. 用FSEDIT过程浏览数据集的一般格式 2. 常用操作方法
第三章 建立数据集 3.2.3 用FSVIEW过程浏览SAS数据集 1. 用FSEDIT过程浏览数据集的一般格式 PROC FSVIEW DATA＝SAS数据集名; RUN; 2. 常用操作方法 (1) 浏览 前后翻页：FORWARD,BACKWARD命令或PgUp,PgDn 键。 左右翻屏: RIGHT,LEFT命令或使用滚动条。 (2)选择变量 DROP命令可以去掉不需要显示的变量，如： DROP LIQUOR SOFDRNK

33 WHERE ALSO命令可以获得一个子集的子集，如：WHERE ALSO BEER>14
第三章 建立数据集 (3) 获取子集 发布WHERE命令，如： WHERE BEER>12 WHERE ALSO命令可以获得一个子集的子集，如：WHERE ALSO BEER>14 WHERE UNDO:取消刚才发布的WHERE命令。 (4) FSVIEW窗口中的EDIT按钮 (5) 退出 最后发布END命令退出FSVIEW窗口。 FSVIEW也可以用来修改SAS数据集，它和FSEDIT的主要区别是：FSEDIT每屏只显示一条观测，而FSVIEW则以表的形式每屏显示尽可能多的观测。

34 3.3用SAS/ASSIST建立、管理数据集 3.3.1启动SAS/ASSIST ●直接按工具栏中的SAS/ASSIST按钮。 方法：
第三章 建立数据集 3.3用SAS/ASSIST建立、管理数据集 3.3.1启动SAS/ASSIST 方法： ●直接按工具栏中的SAS/ASSIST按钮。 ●从菜单Globals中选择SAS/ASSIST。 ●在命令框中输入ASSIST命令。 在SAS/ASSIST主菜单中点击DATA MGMT按钮，进入数据管理窗口。

35 3.3.2 建立SAS数据集 1.在数据管理菜单中单击CREATE/IMPORT按钮。
第三章 建立数据集 建立SAS数据集 1.在数据管理菜单中单击CREATE/IMPORT按钮。 2.在CREATE/IMPORT菜单中点Enter data interactively。 3.在输入方式选择菜单中选一种方式。 4.在建新数据集窗口中输入数据集的名称及类型。 5.在数据集定义窗口中定义所有变量及属性。 6. 进入FSEDIT或FSVIEW窗口输入具体数据。 7. END退出，单击go back按钮返回。

36 3.3.3 编辑、浏览数据集 1.在数据管理菜单中单击EDIT/BROWSE按钮。
第三章 建立数据集 3.3.3 编辑、浏览数据集 1.在数据管理菜单中单击EDIT/BROWSE按钮。 2.在编辑/浏览选择菜单中选择Edit data(编辑)。 3.选择方式Tabular format或Single observation。 4.在数据集选择窗口中选择一个数据集。 5. 进入FSEDIT或FSVIEW窗口编辑。 6. END退出。按go back按钮返回。 进行浏览操作就在上面第2步选择Browse data ，再选择浏览类型、数据集，就可进行浏览 。

37 3.4 使用VIEWTABLE 3.4.1启动VIEWTABLE 在VIEWTABLE窗口中可浏览、编辑或创建SAS的数据文件。
第三章 建立数据集 3.4 使用VIEWTABLE 在VIEWTABLE窗口中可浏览、编辑或创建SAS的数据文件。 两种浏览方式：Table方式(一屏显示多个观测)，Form方式(一屏显示一个观测)。用户可以对表进行各种操作，例如排序，改变变量的颜色和字体，显示字段的标签，移去或添加字段等等，操作十分直观、方便。 3.4.1启动VIEWTABLE 方法： ●在下拉菜单选择Globals→Manage→Open table ●发布VIEWTABLE（或VT）命令即可 。

38 第三章 建立数据集 3.4.2 查询VIEWTABLE在线帮助 1. 从SAS下拉菜单选择：Help→Online Documentation→Base SAS Documentation →VIEWTABLE Window→VIEWTABLE Window。 2. VIEWTABLE下拉菜单选择:Help→Extended Help。 3. VIEWTABLE窗口命令行使用VTHELP命令。 4. VIEWTABLE窗口工具栏选择Help按钮。

39 3.4.3使用VIEWTABLE 1. 建新数据集 定义变量及属性
第三章 建立数据集 3.4.3使用VIEWTABLE 1. 建新数据集 定义变量及属性 VIEWTABLE窗口表中一列可代表一个变量，在列变量名上击右键, 选Column attribute可定义变量的名称、属性，点Apply按钮，再点Close按钮可保存对该变量新的定义。 输入变量的值 在变量名下表格栏中直接输入该变量的值。最后选菜单FILE→Save 或工具栏上的Save按钮,选择存储的路径,输入名称进行保存。

40 第三章 建立数据集 2.浏览/编辑数据集 打开一个已建立的数据集 用菜单栏上的FILE→Open 或工具栏上的Open按钮可选择一个已建立的数据集和操作模式（浏览或编辑）将其调入VIEWTABLE窗口，在浏览模式下不能对数据集进行修改。 编辑或浏览 在顶行菜单项EDIT（或在右键弹出的快捷菜单）中选择Edit mode或按工具栏上Edit按钮可对数据集进行编辑操作。在VIEW菜单中可选择数据显示采用Table或Form模式。

41 3. VIEWTABLE的一些主要功能 (1) 下拉菜单 File（文件） Edit（编辑表） Data（操纵表）
第三章 建立数据集 3. VIEWTABLE的一些主要功能 (1) 下拉菜单 File（文件） Edit（编辑表） Data（操纵表） View （设置显示方式） (2) 弹出菜单 (3) 工具栏 (4) Commands