SAS （統(tǒng)計(jì)分析軟件）課件：第9章　數(shù)據(jù)步變量與變量屬性控制

1、第9章數(shù)據(jù)步變量與變量屬性控制本章內(nèi)容本章介紹利用數(shù)據(jù)步變量與信息控制語句進(jìn)行數(shù)據(jù)加工整理。數(shù)據(jù)步變量與信息控制語句規(guī)定數(shù)據(jù)集中變量個數(shù)及相關(guān)信息。變量與信息控制語句不是執(zhí)行語句，可以出現(xiàn)數(shù)據(jù)步的任何地方，且功能相同。 ARRAY語句 ARRAY語句用于定義數(shù)組。數(shù)組通常由一組變量構(gòu)成。利用數(shù)組可以簡化很多復(fù)雜的數(shù)據(jù)處理過程。 SAS系統(tǒng)引用數(shù)組等價(jià)引用構(gòu)成數(shù)組的那一組變量。 顯式下標(biāo)數(shù)組語句 顯式下標(biāo)數(shù)組由數(shù)組名，元素個數(shù)說明，及元素列表等構(gòu)成。通過數(shù)組名引用整個數(shù)組，通過數(shù)組元素序號（也稱為下標(biāo)）引用該元素。 語句格式 ARRAY array-namesubscript;選項(xiàng)說明： 下標(biāo)的

2、三種格式 下標(biāo)用于表示數(shù)組中元素的個數(shù)和排列的范圍。括號可用大括號，中括號或圓括號。 下標(biāo)格式有三種： 例9.1 用格式一定義一維、二維數(shù)組。Array simple3 red, green, yellow; /*定義一維數(shù)組 */例中，數(shù)組名為simple，數(shù)組有三個元素，對應(yīng)的變量命名分別為red, green, yellow.Array x5,3scorel-score15; /*定義二維數(shù)組 */例中，數(shù)組名為X，15個變量scorel-score15按順序從左上角開始逐行放入這個二維數(shù)組。例9.2 用格式二定義二維數(shù)組。Array x1:5,1:3scorel-score15；當(dāng)用1

3、作為數(shù)組下界時(shí)可以省略。注意：用0作為下界時(shí)，可以加快處理時(shí)間，因?yàn)橛?jì)算下標(biāo)的時(shí)間減少了。 數(shù)組元素表示方法 數(shù)組元素必須全是數(shù)值變量，或全是字符變量，可以用任意順序列出。數(shù)組元素的兩種表示方法： 列出變量名； 建立臨時(shí)數(shù)組元素列表。 例9.3 列出變量名。Array C3 Cl-C3;Array C3； /*和上例句等價(jià) */Array A* _NUMERIC_ ; Array A* _CHARACTER_;建立臨時(shí)數(shù)組元素列表： _TEMPORARY_;使用臨時(shí)數(shù)組元素列表可以少占用內(nèi)存，加快執(zhí)行時(shí)間?？梢韵袷褂肈ATA步中變量那樣使用臨時(shí)數(shù)組元素，但要注意有下面幾點(diǎn)不同： 它們沒有名字，

4、引用時(shí)必須用數(shù)組名和下標(biāo)； 不能出現(xiàn)在輸出的數(shù)據(jù)集上； 不能用特殊下標(biāo)(*)來引用所有元素； 臨時(shí)數(shù)組元素的值被自動保存，而不是像DATA步中的變量，在下一次重復(fù)開始時(shí)被置為缺失值。 例9.4 建立臨時(shí)數(shù)組元素。若用如下程序，則會產(chǎn)生新變量t1,t2,t3;data a;set ResDat.class;array t(3) (5,10,15);run;若用臨時(shí)數(shù)組，則不會產(chǎn)生新變量data a;set ResDat.class;array t(3) _temporary_ (5,10,15);run;NameSexAgeHeight Weight t1 t2 t3AliceF1356.584

5、51015BarbaraF1365.39851015CarolF1462.8102.551015JaneF1259.884.551015JanetF1562.5112.551015JoyceF1151.350.551015使用臨時(shí)數(shù)組不用臨時(shí)數(shù)組NameSexAgeHeight WeightAliceF1356.584BarbaraF1365.398CarolF1462.8102.5JaneF1259.884.5JanetF1562.5112.5JoyceF1151.350.5初始值表示方法 例9.5 數(shù)組元素和初值通過對應(yīng)位置來確定。array test (3) t1 t2 t3 (90 8

6、0 70);array ab(5) (5 4 3);例中，第一個語句數(shù)組元素的個數(shù)與初值的個數(shù)相同，把初值90,80和70依次賦給變量t1,t1和t3。第二個語句分配5給ab1,4給ab2，3給ab3，因數(shù)組元素比給出的初始值多，多余的變量ab4和ab5為缺失值，而且SAS系統(tǒng)將發(fā)布一個警告信息。 應(yīng)用舉例 例9.6 定義數(shù)組例句。array rain5 x1-x5;array ab(*)x y z;array x*_numeric_;array test(3)_temporary_(90 80 70);array days7 d1-d7;array x2:5green red denato

7、fetzer;array test (3:4,3:7) test1-test10;引用顯式下標(biāo)數(shù)組元素 凡是可用表達(dá)式的地方，都可以使用數(shù)組元素。例9.7 通過下標(biāo)引用數(shù)組元素。data new;input qa1-qa10 qb1-qb10;array test10 qa1-qa5 qb1-qb5;put test4= test6=;cards;1 1 1 6 1 1 1 1 1 1 8 2 2 2 2 2 2 2 2 2;例中，輸出qa4和qb1的值，即數(shù)組元素test(4)引用qa4, 數(shù)組元素test(6)引用qb1.一個數(shù)組的定義僅在當(dāng)前的DATA步有效。如果想在幾個DATA步引用同

8、一個數(shù)組，必須在每個DATA步中都定義這個數(shù)組。 455 data new;456 input qa1-qa10 qb1-qb10;457 array test10 qa1-qa5 qb1-qb5;458 put test4= test6=;459 cards;qa4=6 qb1=8NOTE: 數(shù)據(jù)集 WORK.NEW 有 1 個觀測和 20 個變量。NOTE: “DATA 語句”所用時(shí)間（總處理時(shí)間）: 實(shí)際時(shí)間 0.01 秒 CPU 時(shí)間 0.01 秒461 ;例9.9 規(guī)定數(shù)組的一些特殊元素作為循環(huán)DO語句范圍。array day(7) d1-d7;do i=2 to 4;do i=1

9、to 7 by 2;do i=1,3;例中，處理數(shù)組DAY中選定的一些特殊元素。 循環(huán)DO組中引用 例9.10 一個循環(huán)DO組里處理多個數(shù)組。array day(*)d1-d4;do i=1 to dim(day);day(i)=day(i)+10;end;例中，循環(huán)DO語句里使用DIM函數(shù)得到數(shù)組中元素的個數(shù)。用DIM函數(shù)作為DO語句上界時(shí)，這個上界會根據(jù)數(shù)組元素個數(shù)的實(shí)際情況自動調(diào)整，用DIM函數(shù)作為DO語句上界的所有語句都不必改動。 例9.10 引用規(guī)定上下界的一維數(shù)組。Array yrs76:85 year76-year85;do i=76 to 85 ;if yrs(i)=9 the

10、n yrs(i)=.;end;do i=lbound(yrs) to hbound(yrs);if yrs(i)=9 then yrs(i)=.;end;例中，兩個DO組是等價(jià)的。第二個DO組中LBOUND函數(shù)取數(shù)組YRS的下界，而HBOUND函數(shù)取YRS的上界。 DO WHILE和DO UNTIL組引用 使用DO WHILE或DO UNTIL語句處理數(shù)組時(shí)，首先要創(chuàng)造循環(huán)變量，然后利用數(shù)組說明實(shí)現(xiàn)DO WHILE或DO UNTIL語句的條件，最后使用程序語句來改變循環(huán)變量的值。 例9.13 DO WHILE語句用法。data test;input x1-x5 y;array t(5) x1-

11、x5;i=1;do while (t(i)y);put t(i)= y=;i=i+1;end;cards;1 2 3 4 5 30 2 4 6 8 6;run;482 data test;483 input x1-x5 y;484 array t(5) x1-x5;485 i=1;486 do while (t(i)y);487 put t(i)= y=;488 i=i+1;489 end;490 cards;x1=1 y=3x2=2 y=3x1=0 y=6x2=2 y=6x3=4 y=6NOTE: 數(shù)據(jù)集 WORK.TEST 有 2 個觀測和 7 個變量。NOTE: “DATA 語句”所用時(shí)

12、間（總處理時(shí)間）: 實(shí)際時(shí)間 0.01 秒 CPU 時(shí)間 0.00 秒493 ;494 run;隱含下標(biāo)數(shù)組語句 隱含下標(biāo)數(shù)組由一個數(shù)組名字，一個下標(biāo)變量和列表名組成。語句格式：ARRAY array-name Array-elements ；選項(xiàng)說明： 例9.14 定義字符數(shù)組。data a;input x1 $3.x2 $3.;array item(j)$ 12 x1-x10;例中，定義字符數(shù)組ITEM，前兩個元素x1和 x2，長度為3，它們在INPUT語句里定義了。其它8個元素在ARRAY語句里用長度說明選項(xiàng)，給出長度為12。 例9.15 規(guī)定組成數(shù)組的元素。Input (x1-x3)

13、($8.) x4 x5;Array item _character_;例中，INPUT語句用輸入格式$8.讀字符變量x1至x3，而x4和x5是數(shù)值變量。ARRAY語句使用特殊變量_character_只能引入字符變量到數(shù)組中。一個變量或一個隱含下標(biāo)數(shù)組可以是多個隱含數(shù)組的元素。 引用隱含數(shù)組元素 例9.16 引用隱含下標(biāo)數(shù)組的元素時(shí)，要先設(shè)置下標(biāo)變量，然后在SAS語句中使用數(shù)組名字。data a;input id x1-x10 y1-y10;array big(i) x1-x10 y1-y10;i=11;put big;cards;9155 1 1 1 1 1 1 1 1 1 1 2 2 2

14、2 2 2 2 2 2 2;例中，輸出隱含數(shù)組BIG中的第11個元素值。 504 data a;505 input id x1-x10 y1-y10;506 array big(i) x1-x10 y1-y10;507 i=11;508 put big;509 cards;2NOTE: 數(shù)據(jù)集 WORK.A 有 1 個觀測和 22 個變量。NOTE: “DATA 語句”所用時(shí)間（總處理時(shí)間）: 實(shí)際時(shí)間 0.01 秒 CPU 時(shí)間 0.01 秒511 ;例9.17 循環(huán)DO組中引用。data test;input s1-s5;array s s1-s5; /* array語句里沒有規(guī)定下標(biāo)變量

15、 */do _i_=1 to 5; /* 使用自動變量_i_作為下標(biāo)變量 */ s=s*100;end;cards;.95 .88 .57 .90 .65.95 .88 .57 .90 .65.95 .88 .57 .90 .65.95 .88 .57 .90 .65;run;例中，s1到s5中的每個變量值都乘以100.例9.18 DO OVER組中引用。data two;input id x1-x10 y1-y10;array big(i) x1-x10 y1-y10;do over big; /*等價(jià)于do I=1 to 20;其中20是big中元素的個數(shù)。*/ if big=. Then

16、 big=0;end;cards;例中，將數(shù)組BIG中的所有缺失值改為0。 例9.21 使用一些數(shù)組作為另一些數(shù)組的元素。data a; array test1 t1q1-t1q10; array test2 t2q1-t2q10; array test3 t3q1-t3q10; array ans(k) test1-test3; input t1q1-t1q10 t2q1-t2q10 t3q1-t3q10; do k=1 to 3; do j=1 to 10; if ans=. then ans=0; end; end;cards;例中，有一組數(shù)據(jù)，包括三組測驗(yàn)題，每組又有十個問題。每個學(xué)生

17、的測驗(yàn)數(shù)據(jù)包括30個答案。在DATA步使用ARRAY語句可以把這30個答案中的缺失值改變?yōu)?.例9.22 使用DO OVER語句處理上例。do over ans; do over test1; if ans=. Then ans=0; end;end;由于test1, test2, test3維數(shù)相同，在內(nèi)層do over語句中規(guī)定的數(shù)組名可以是這三個數(shù)組名的任一個。只有當(dāng)嵌套的DO OVER語句引用的每個數(shù)組定義不同的下標(biāo)變量時(shí)才能使用嵌套DO OVER語句。 INFORMAT語句 INFORMAT語句把輸入格式與變量聯(lián)系起來。語句格式：INFORMAT variables ;選項(xiàng)說明： 選

18、項(xiàng)DEFAULT可以出現(xiàn)在INFORMAT語句中的任何位置，僅適用于當(dāng)前的DATA步。沒有規(guī)定臨時(shí)的缺省輸入格式時(shí)，使用SAS系統(tǒng)規(guī)定的缺省輸入格式。 例9.23 規(guī)定臨時(shí)的缺省輸入格式。data a;informat default=3.1 default=$char4.;input x1-x5 name $;put x1-x5 name;cards;11 22 33 44 100 johnny;run;程序提交后LOG窗口輸出顯示：1.1 2.2 3.3 4.4 10 John 例中，在INPUT語句列出的變量X1-X5和NAME沒有規(guī)定輸入格式，那么使用這里規(guī)定的缺省輸入格式，即用格式3

19、.1輸入X1-X5，用格式$char4.輸入NAME.例9.23 取消已存在的輸入格式。data a;set ResDat.idx000001;informat date;run;例中，刪除變量DATE的輸入格式。這里INFORMAT和SET語句的次序是重要的。 FORMAT語句 語句格式：FORMAT variables ;選項(xiàng)說明：選項(xiàng)DEFAULT可以出現(xiàn)在FORMAT語句中的任何位置，僅適用于當(dāng)前的DATA步。沒有規(guī)定臨時(shí)的缺省輸出格式時(shí)，使用SAS系統(tǒng)規(guī)定的缺省輸入格式。 例9.25 規(guī)定臨時(shí)的缺省輸出格式。data ;format w $ 3. y 10.3 default=8.2

20、 default=$8.; w=good morning.; x=good morning.;y=12.1; z=12.1;put w/x/y/z;run;程序提交后LOG窗口輸出：googood mor12.10012.10例9.27 規(guī)定日期時(shí)間變量的輸出格式。data a;input name $ bdate date7.;format bdate worddate.;cards;jimmy 15jan84cindy 03mar85;proc print;run;如果沒有FORMAT語句,表示日期變量date的值將用1960年1月1日和日期值之間的天數(shù)輸出。因此，對于SAS日期時(shí)間值變量

21、，必須用FORMAT語句對變量指定相應(yīng)的日期時(shí)間輸出格式，這樣才能便于理解。 Obs name bdate1 jimmy January 15, 19842 cindy March 3, 1985LENGTH語句 LENGTH語句用于規(guī)定存貯變量值的字節(jié)長度。語句格式 LENGTHvariable-specification-1 ;其中： variable-specification變量說明項(xiàng)； DEFAULT=n規(guī)定新創(chuàng)建數(shù)值變量值的缺省字節(jié)長度從8改為n值。 variable-specification選項(xiàng)的格式 變量說明項(xiàng)格式：variable-1length相關(guān)選項(xiàng)說明： 控制變量長度

22、方法 用LENGTH語句或ATTRIB語句都可以指定變量的長度。任意一個用LENGTH語句規(guī)定的長度可以用ATTRIB語句改變它，反之亦然。變量的長度依賴于： 是數(shù)值還是字符變量; 變量是如何創(chuàng)建的; 有沒有LENGTH或ATTRIB語句。 數(shù)值變量長度控制 在SAS數(shù)據(jù)集中數(shù)值變量的存貯長度一般為8個字節(jié)（byte）。然而很多值可以用小于8個字節(jié)的長度準(zhǔn)確地表示。當(dāng)數(shù)據(jù)集很大時(shí)，使用小于8個字節(jié)長度來存貯不需要很精確的值時(shí)，可以有效地減少外部存貯的要求。注意：用LENGTH語句截短數(shù)據(jù)時(shí)，可能會引起誤差。 例9.28 截短數(shù)據(jù)引起的誤差問題。data one;input a 1-4 b 6.

23、;length default=3;cards;1.4 61.2 51.1 41.3 41.3 51.3 62.0 3;data two; set one; if a=1.3;run;例中，數(shù)據(jù)集TWO中沒有觀測。因?yàn)椋诙€DATA步的子集IF語句中的常數(shù)1.3用8個字節(jié)表示, 而數(shù)據(jù)集ONE中變量A按LENGTH語句規(guī)定只有3個字節(jié), 因此A不會等于1.3.字符變量長度控制 如果不用LENGTH或ATTRIB語句規(guī)定變量的長度，字符變量的缺省長由它的第一個觀測值決定，這樣，后面更長的觀測值會被截短。因INPUT語句可隱含地說明字符變量的長度。所以，當(dāng)LENGTH語句定義的字符長度不同于在I

24、NPUT語句中隱含表示的長度時(shí)，LENGTH語句應(yīng)放在INPUT語句前面。 例9.29 LENGTH語句必須放在INPUT語句前面才能起作用。data a；length name $20;input name $1-10;cards;(數(shù)據(jù)行);run;例中，INPUT語句隱含指定變量NAME的長度為10。LENGTH語句（放在INPUT語句前面）給出在創(chuàng)建的數(shù)據(jù)集A中NAME的長度用20替代10。例9.30 字符變量的長由它的第一個觀測值決定。data b;input x;if x=1 then y=no;else y=yes;Cards;1 5;run;例中，字符變量Y第一次在賦值語句Y=

25、NO中出現(xiàn)時(shí)，它的長度被確定為2。于是，當(dāng)把YES賦給Y時(shí)，僅前兩個字符被存儲，S丟失了。為解決該問題，或者使用LENGTH語句規(guī)定Y的長度，或者重新排列語句順序。 xy11no25yeLENGTH語句位置的重要性 改變字符變量的長度時(shí)，LENGTH語句必須放在SET語句的前面； 改變數(shù)值變量的長度時(shí)，LENGTH語句可以放在任何地方。 例9.30 SET語句之后的LENGTH語句對字符變量不起作用。data a;lstknm=深發(fā)展;data b;lstknm=大秦鐵路;data c;set a b;length lstknm $12 ; proc print; run;例中，length語

26、句放在set語句之后不起作用，lstknm的長度為6，所以顯示的值分別為深發(fā)展和大秦鐵 。 Obs lstknm 1 深發(fā)展 2 大秦鐵上段程序的正確寫法：data a;lstknm=深發(fā)展;data b;lstknm=大秦鐵路;data c;length lstknm $12 ; /*length語句放在set語句之前 */set a b;proc print; /*顯示正確結(jié)果 */run; Obs lstknm 1 深發(fā)展 2 大秦鐵路LABEL語句 LABEL語句用于為變量加標(biāo)簽。變量標(biāo)簽是對變量的進(jìn)一步說明，看到標(biāo)簽就能理解變量的意思。這個標(biāo)簽在SAS數(shù)據(jù)集中同變量名一起被存貯，而且

27、可通過許多SAS過程被打印輸出。語句格式：LABEL variable-1=label-1 ;其中： Variable規(guī)定加標(biāo)簽的變量名； Label規(guī)定最多40個字符的標(biāo)簽。一個標(biāo)簽語句可以出現(xiàn)若干個變量名和標(biāo)簽。例9.32 Label語句的兩種寫法。第一種寫法：Labelscode=交易所用代碼|stock code by exchangehstocd=最新股票代碼|stock codeshrsdt=觀測日|shares outstanding observation dateshrout=觀測到的b股股本|b shares outstanding;第二種寫法：label scode=交易

28、所用代碼|stock code by exchangelabel hstocd=最新股票代碼|stock codelabel shrsdt=觀測日|shares outstanding observation datelabel shrout=觀測到的b股股本|b shares outstanding;例9.33 刪除變量的標(biāo)簽。Label scode= hstocd= shrsdt= shrout=;ATTRIB語句 ATTARIB語句用于規(guī)定多個變量的輸出格式，輸入格式，標(biāo)簽和長度。 語句格式 ATTRIB variable-list-1 attribute-list-1;其中：varia

29、ble-list規(guī)定要定義屬性的變量列表；attribute-list規(guī)定變量屬性列表。 可以規(guī)定的變量屬性 ATTRIB語句可以規(guī)定的變量屬性有： FORMATformat規(guī)定輸出格式； INFORMAT=informat規(guī)定輸入格式； LABEL=label規(guī)定標(biāo)簽； LENGTH=length規(guī)定長度。字符變量前面加$。ATTRIB語句永久地為變量規(guī)定了屬性?？梢杂肍ORMAT，INFORMAT，LABEL，和LENGTH語句來指定變量的屬性。用ATTRIB語句指定的任何屬性都可以用多個屬性的語句改變它，反之亦然。 應(yīng)用舉例 例9.34 對單個變量定義一種屬性。attrib scode

30、length=$6;例9.35 對單個變量定義多種屬性。attrib date informat=mmddyy. Format=worddate.;例9.36 對多個變量定義相同的多種屬性。attrib S1 S2 S3 length=$4 label=SCORE;例9.37 對多個變量定義不同的多種屬性。attrib S length=$ 4 label=SCORE date informat=mmddyy. Format=worddate. label=TEST DATE;例9.38 對變量列表定義一種屬性。attrib month1-month12 label=MONTHLY SALES

31、;變量后面幾種屬性選項(xiàng)的次序是任意的。 DROP語句 DROP語句規(guī)定輸出數(shù)據(jù)集中要刪除的變量，它對DATA步正在創(chuàng)建的所有SAS數(shù)據(jù)集都適用。語句格式：DROP variable-list;其中：varible-list規(guī)定輸出數(shù)據(jù)集中要刪除的變量。 例9.39 Drop語句與數(shù)據(jù)集中的drop=選項(xiàng) 。data a;set ResDat.class;drop sex age; /* drop語句 */ proc print;run;data a (drop=sex age); /* 數(shù)據(jù)集中的drop=選項(xiàng) */ set ResDat.class;proc print;run;例中，兩段程

32、序的效果相同。DROP語句告訴SAS系統(tǒng)新建數(shù)據(jù)集A中將刪除SEX 和AGE兩個變量。 KEEP語句 KEEP語句規(guī)定輸出數(shù)據(jù)中要保留的變量，它對DATA步正在創(chuàng)建的所有SAS數(shù)據(jù)集都適用。語句格式：KEEP variable-list;其中：variable-list規(guī)定輸出數(shù)據(jù)集中要保留的變量。 例9.40 Keep語句與數(shù)據(jù)集中的keep=選項(xiàng) 。data a;set ResDat.idx000001;keep date clpr; /* keep語句 */ proc print data=a (obs=10);run;data a (keep=date clpr); /* 數(shù)據(jù)集中的k

33、eep=選項(xiàng) */set ResDat.idx000001;proc print data=a (obs=10);run;DROP和KEEP語句使用規(guī)則 同一個DATA步不用同時(shí)使用DROP和KEEP語句； RENAME語句和KEEP或DROP語句一起使用時(shí)，KEEP語句和DROP語句會首先起作用。即，在KEEP語句或DROP語句中使用是舊名字。例9.41 RENAME語句和KEEP語句一起使用時(shí)，KEEP語句使用舊變量名時(shí)程序運(yùn)行正常，keep語句使用新變量名時(shí)程序運(yùn)行出錯。data a;set ResDat.Idx000001;keep date clpr; /* 使用舊變量名，程序運(yùn)行正常 */rename clpr=clpr_SH;run; data a;set ResDat.Idx000001;keep date clpr_SH; /* 使用新變量名，程序不能正常運(yùn)行 */rename clpr=clpr_SH;run;WARNING: 從未引用過 DROP、KEEP 或 RENAME 列表中的變量 clpr_SH。WARNING: 從未引用過