第二章 SAS 编程基础
第一节常量、变量与观测值
2.1.1 观测值
描述单一整体,如个别人、一个实验动物、一年、一个地区某些特性的一系列数据值称为观测值,又称观察。
2.1.2 变量
给定特性的数据值的集合组成了变量。在SAS数据集中,每一个观测值是由各个变量的数据值组成。在数据集中每一列数据是一个变量。
1.命名
SAS变量名和其他名称如数据集名等的命名规则都相同,它可以多至8个字符长,第一个字符必须是字母(A,B,C,….,Z),或者是下划线(_),后面的字符可以是数字或下划线。空格不能出现在SAS名中,特殊字符(如$,@,#)也不允许在SAS名中使用。SAS 系统保留了一定的名称作为特殊的变量名,这些名称以下划线开始和结尾。如_N_和_ERROR_等。
2.变量特性
SAS变量有两种类型,数值型和字符型。字符型变量在名后用一“$”号来表示。除了他们的类型外,S A S变量还有下列特性:长度、输入格式、输出格式和标记。
变量的长度特性,是指在SAS数据集中用以存储它的每一个值的字节数。缺省长度是8(为了存储长度与缺省值不同的变量,需使用LENGTH语句)。
变量的特性,或者明确地说明,或者在它们首次出现时的上下文中给出定义。例如:
DATA A;
C='BAD';
PUT C;
C='GOOD';
PUT C;
RUN;
C在第一次出现时已被定义成字符型变量,长度为3,因此第二次再向c中赋值GOOD时,由于c已被定义成长度为3,故c中只存有‘GOO’。
PUT语句的作用是把变量的值输出到LOG窗口。
变量的其他特性将在后面逐渐介绍。
3.变量清单的简化表示
在SAS程序中定义了完整的变量清单后,就可以在后面许多语
句中使用缩写变量清单形式。
名称形式缩写意义
形如:X1,X2,…Xn的带
有序号的名称
X1-Xn 从X1到Xn的所有变量
形如 X P A * 的名称范围X-A 从X到A的所有变量
X-NUMERIC-A 从X到A的所有数值变量X-CHARACTER-A 从X到A的所有字符变量
特殊SAS名称_NUMERIC _ 所有数值变量_CHARACTER _ 所有字符变量_ALL _ 所有变量
例如:
INPUT NAME $ VARl VAR2 VAR3 VAR4 VAR5 VAR6;
也可以写成:
INPUT NAME $ VARl一VAR6;
注意字符型变量NAME不包含在这个缩写清单中,有序号的变量不必全部列出,这些变量要求类型相同,或全是数值型的或全是字符型的。
4.缺项值
当一个变量由于某种原因没有得到(可能没有观测到,或由于数据错误;或由于计算错误),称该值为缺项值(又称缺失值). 在SAS中用“.”表示。
2.1.3 常量
SAS常量是一个数,或一个括在引号中的字符串,或者是一个指示固定值的特殊的标记。
S A S常用3种常量:数值,字符,日期,时间或日期时间值。
常量可被用于赋值、求和、IF、SELECT、RETAIN,PUT和ERROR 语句中,或作为特定过程的可选项的值。
1.数值常量
数值常量可为正负整数和小数,对于过大和过小的数则用科学记数法表示。
如:1.785E-9即1.785*10-9,对于数值型量的缺项值用“.”来表示。
2.字符常量
一个字符常量可由1至200个字符组成。例如:姓名Zhangli,性别Male等。字符型缺项值用空格来表示。
3.日期、时间和日期时间常量
用单引号括起日期时间值,后面接着用一个D(DATE)、T(TIME)或DT(DATETIME)来表示其类型。下面是几个例子:
.'1JANl980'D
.'9:25'T
.'9:25:19'T
.'18JAN80:9:27:05'DT
为了将日期、时间或日期时间值赋给变量,应指出变量的输入格式或输出格式:TIME.、DATE.、和DATETIME.。
第二节 SAS函数
SAS函数是一个程序,它对一个或多个参数进行计算后返回一个值。每一个SAS函数有一个关键字名,为了调用一个函数,写出函数名接着是括在括号中的一个或多个要进行计算的参数:函数名(参数,参数)
当参数多于一个时,参数之间应该用逗号分隔,也可写成如下两种形式之一:
函数(OF 变量1-变量n)
函数(OF 变量1 变量2 变量3)
例如下列形式是正确的:
SUM(OF X1一X100 Yl—Y100)
SUM(OF X Y Z)
SUM(X1,X2,X3,X4)
2.2.1 算术函数
ABS(x) 返回x的绝对值
DIM(array) 返回数组中元素个数
MAX(X,Y,…) 返回X,Y….中的最大值
MIN(X,Y….) 返回X,Y….中的最小值
MOD(X,Y) 计算x/y的余项
SIGN(x) 返回参数x的符号或O
SQRT(x) 计算x的平方根
还有LBOUND和HBOUND等函数。
2.2.2 数学函数
EXP(x) e的幂
LOG(x) 产生自然对数
LOG2(x) 计算底为2的对数
LOG10(x) 计算底为10的常用对数
D I G A M M A(x)计算G A M M A函数对数的导数
还有E R F、E R F C、G A M M A、L G A M M A等函数。
2.2.3 三角函数和双曲函数
COS(x) 计算余弦
SIN(x) 计算正弦
TAN(x) 计算正切
还有ARCOS、.ARSIN、ARTAN、COSH、SINH、TANH等函数。2.2.4 概率函数
PROBBNML(p,n,f) 二项式(BINOMIAL)概率分布函数;
PROBCHI(x,df) 卡方概率分布函数
PROBF(x,ndf,ddf) F分布函数
PROBNORM(x) 标准常规概率分布函数
PROBT(p) STUDENT'S T分布函数
还有POISSON,PROBBETA、PROBGAM、PROHYPR、PROBNEGB等函数。
2.2.5 分位数函数
CINV(p,df,nc) 卡方分布分位数
FINV(p,ndf,ddf,nc) F分布分位数
TINV(p,df,nc) T分布分位数
还有BETAINV、GAMINV、PROBIT等函数。
2.2.6 样本统计函数
MEAN(x,y...) 计算算术均值
STD(x,y,...) 计算标准差
SUM(x,y,...) 计算参数和
VAR(x,y,….) 计算方差
还有CSS、CV、KURTOSIS,MAX,MIN,N,NMISS,RANGE、SKEWNESS、STDERR,USS等函数。
2.2.7 随机函数
RANNOR(x) 产生一正态偏差
RANUNI(x) 产生一均匀偏差
还有NORMAL,RABIN,RANCAU、UNIFORM、RANEXP,RANGAM、RANPOI、RANTBL、RANTRI等函数。
2.2.8 字符函数
INDEX(a,b) 求字符串b在字符串a中的位置
LEFT(a) 左对齐一个字符串
LENGTH(a) 返回字符串a的长度。
RIGHT(a) 右对齐一字符串
TRIM(a) 移走字符串尾部的空格
还有BYTE、COLLATE、COMPRESS、INDEXC、RANK、REPEAT,REVERSE、S C A N、S U B S T R、T R A N S L A T E、U P C A S E,V E R I F Y等函数。
2.2.9 日期和时间函数
DATE() 返回今天日期作为SAS日期值
DAY(date) 从SAS日期值返回月份中的日数
YEAR(date) 从SAS日期值返回年数
还有DATEJUL、DATEPART、DATETIME、DHMS、HMS、HOUR、INTCK、INTNX、
JULDATE、MDY、MINUTE、MONTHQTR、SECOND、TIME、TIMEPART、TODAY、
WEEKDAY、YYQ等函数。
第三节SAS操作符
S A S操作符是表示需要作算术计算、比较或者逻辑操作的记号。
2.3.1算术操作符
算术操作符指出一个要执行的算术计算。算术操作符是:
* * 乘方 * 乘/除 +加 -减
对于一个算术操作符的操作数若为缺项值,结果也为缺项值。
2.3.2 比较操作符
比较操作符要求SAS确定两个数据量间是否存在这种关系。如果不存在(换句话说如果它是假的)其结果值为0。比较操作符是:
=或EQ 等于 ^=或NE 不等于
>或GT 大于 <或LT 小于
>=或GE 大于等于 <=或LE 小于等于
对字符值比较也与数值比较一样,比较总是输出一个数值结果(1或0)。字符操作数被从左到右一个字符一个字符地按ASCII码值进行比较。
比较算符主要用于条件语句中,但也可用于赋值语句中,例如:
IF X ELSE C=12; 可写成: C=15*(X 2.3.3 逻辑操作符 逻辑操作符也叫布尔算符。它通常用在连接一系列比较表达式中。符号如下: & AND | OR ^ NOT 如果A N D两端都为真,那么A N D操作的结果是1。例如表达式: A0 仅当A0为1(真)时,也就是当A小于B,且c为正时,该表达式为真(值为1)。 如果OR两端至少有一个为l(即为真),那么OR操作的结果为1(真),否则OR操作结果为0值。例如表达式: A0 只要两个关系中有一个成立时其值即为真。 2.3.4 其他操作符 这些操作符是 >< (MIN),<> (MAX)和 || (连接) >< 和<>算符放在两个量之间,其结果如果用的是><则取其中最小值,如果用的是<>则取其中最大值。例如,如果A ||算符联接两个字符值。例如,如果变量COLOR的值是'RED',同时变量NAME的值为‘BAG’,那么: M=COLOR ||NAME; M的结果值是RED BAG。 如果在连接前要从各个值中滤掉尾部空格,可使用T R I M函数。 2.3.5 SAS表达式 表达式是由一系列操作符和操作数形成的一条指令,它被执行时产生一个结果值。表达式可以是简单的(仅用一个操作符),或复合的(使用多个操作符)。下面是表达式的例子: .X+1 .3 .LOG(Y) .PART/ALLL*100 .1一EXP(N/(N一1)) .AGE<100 .STATE='NC'|STATE='SC' ·A=B=C 在DATA步编程语句中使用表达式,以转换变量,建立新的变量,进行条件处理,计算新值和赋新值。 注意:在操作中,如对数值量进行了字符操作或对字符型数值量进行了数值操作,SAS会自动地进行相应的转换。例如: A='3'; B='5'; C=A+B; 结果C为8。 第四节在数据步中所用的语句 下面列表简述在数据步中所用的语句及作用。 表2.2文件操作语句 语句作用 DATA 表明数据步的开始,并指明所建立的数据集名称.INPUT 表明数据的变量名、顺序、类型 CARDS 表明数据行的开始,它一定要放在其他语句后面 CARDS4 当数据含有分号时,用来指示数据行的开始,用“;;;;”表示数据结束INFILE 如果数据来自外部文件,则用I NF I LE语句指明文件名 SET 从另一数据中读入数据或将两个数据集中的数据纵向连接 M E RG E 将两个数据集中的各观测值横同合并 UPDATE 利用一个数据集中的数据项更新另一数据集中相应的项 FILE 指出文件名 表2.3 作用语句 语句作用 赋值产生变量或改变变量值 求和计算累加和 建子集IF仅处理满足IF语句规定条件的观测值 DELETE删除观测值 OUTPUT将数据矢量流中的内容写入数据集 MISSING规定特殊的缺项值 STOP中断数据步 表2.4 控制语句 语句作用 IF - THEN/ELSE 条件判断 GOTO转向语句 DO DO组开始 循环DO根据控制变量的变化进行循环 END DO组结束 LINK转向标记指出的程序处执行,遇到RETURN语句返回到该LINK语句的下一语句处继续执行 RETURN返回到DATA步开始处或LINK语句的下一语句 表2.5 信息语句 语句作用 ATTRIB 指明变量特性 F O R M A T指定变量输出格式 INFORMAT 指定变量输入格式 LABEL 进一步明确变量名所代表的意义 LENGTH 说明变量的长度特性 RETAIN 设变量初始值 RENAME 改变变量名 ARRAY 定义数组 BY 定义分组处理 DROP 指定不写到数据集中的变量 KEEP 指定要写到数据集中的变量 第五节数据步流程 在数据步中,DATA语句总是标志着这个步的开始。对输入数据中的每一观测值都执行一遍这个程序。 在DATA步中提及的所有变量都成了当前数据矢量的一部分。来自每一输入数据源的变量与程序语句建立的变量一起放在程序数据矢量中。 当执行到DATA步中的最后一条语句(或者一个引起返回到该步的开始,去重新执行的RETURN语句)时,通常从程序数据矢量中将当前值写到正被建立起的SAS数据集中。SAS返回到DATA语句后的第一个语句,初始化程序数据矢量中的非保留变量为缺项值,并且开始执行语句去建立下一个观测值。 当SAS已读入并处理了来自某一输入文件的所有的数据后,该数据步即执行完成,它继续执行下一DATA步或PROC步。 DATA步被执行多少次? 对读入的每一记录,都执行DATA步中的各个语句。这一程序步被反复执行,直到将一个输入源中的数据读完,或者直到一个STOP 或ABORT语句被执行。程序语句可以包括那些使DATA步中的其他语句被多次执行的语句,如DO循环,LINK/RETURN或GOTO语句。 对于每一DATA步,SAS自动产生变量_N_,它的值是SAS执行这个DATA步的次数。在D A T A_步的程序语句中你能使用这个值去控制程序的执行。 一个典型的SAS作业包含有一个INPUT语句,这语句描述了在磁盘上或在控制台上送入的数据值。在INPUT语句中,给出的变量组成了程序数据矢量的一部分。例如,以下的DATA步: DATA FITNESS; INPUT NUM $ sex WEIGHT HEIGHT; RATIO=WEIGHT/HEIGHT; CARDS; 1001 F 19 47 1.69 1002 M 20 55 1.74 1003 F 18 49 1.86 ; RUN; 这些语句要求SAS建立一个名为FITNESS的数据集。从输入的数据行中读4个变量并且建立第5个变量RATIO。这个数据步的程序数据矢量中包含5个变量: NUM SEX WEIGHT HEIGHT RATIO SAS按INPUT语句中的指示读当前记录的数据值,并执行编程语句,把RATIO的值加入到程序数据矢量中。 在最后一条程序语句之后,程序数据矢量的值(观测值)被自动地加到正在建立的数据集FITNESS中,(这个自动输出等同于一个OUTPUT语句存在所发生的情况)。 SAS返回去再次执行这一DATA步,这种自动返回等同于RETURN语句存在时所发生的情况。这个DATA步将被执行3次。新的数据集FITNESS将包含有3个观测值,每一观测值包含5个变量。