SASBASE快速入门相当完美版.ppt

SAS BASE 入门,快速的哦_,本篇概要,SAS系统简介 用SAS读取外部数据（raw file） 用SAS读取和处理SAS数据集 SAS数据集的连接,1. SAS系统简介,系统介绍 功能模块 界面分布 逻辑库介绍 建立一个新的逻辑库 SAS数据集 SAS语句简介 功能键 SAS语句执行过程及PDV概述,1.a 系统介绍,全称为Statistics Analysis System，最早由北卡罗来纳大学的两位生物统计学研究生编制 1972研制出第一版，1976年成立了SAS软件研究所，正式推出了SAS软件，现在是8.2版 是用于数据分析与决策支持的大型集成信息系统，统计分析功能是它的重要组成部分和核心功能 国际上的标准软件系统,1.b 功能模块,SAS功能模块 BASE SAS模块 SAS/STAT-统计分析模块 SAS/GRAPH-绘图模块 SAS/AF-交互式应用开发模块 SAS/ACCESS-访问外部数据模块 SAS/CONNECT-分布式数据处理模块,1.b 功能模块,SAS/ASSIT-菜单驱动界面模块 SAS/INSIGHT-可视化探索工具模块 SAS/ETS-经济计量学和时间序列分析模块 SAS/OR-运筹学模块 SAS/QC-质量控制模块 SAS/IML-交互式矩阵程序设计语言模块 SAS/FSP-快速数据交互式菜单系统模块 SAS/EIS-企业信息系统模块 SAS/CALC-电子表格模块 SAS/WA-企业级数据仓库管理模块 SAS/EM-企业级数据挖掘模块,1.c 界面分布,1.c 界面分布,缺省情况下的活动窗口 SAS资源管理器窗口 结果窗口 编辑器窗口(F5) 日志窗口(F6) 输出窗口(F7),1.c 界面分布,资源管理器窗口 管理SAS逻辑库和文件快捷方式 逻辑库存贮SAS文件 文件快捷方式标识外部文件 四个系统逻辑库: Maps Sashelp Sasuser Work,1.c 界面分布,编辑器窗口,编辑器窗口用来编辑SAS 程序,编辑器能够实现如下的功能 对SAS语言的彩色编码和语法检查 可展开或折叠程序片段 可记录宏 支持键盘快捷方式(Alt 或 Shift )加上其它键 多层撤消和恢复,1.c 界面分布,日志窗口,程序行 黑色：以语句标号开始 提示 蓝色：以NOTE开始 警告 绿色：以WARNING开始 错误 红色：以ERROR开始,1.c 界面分布,输出窗口,输出SAS程序的执行结果,1.c 界面分布,结果窗口,结果窗口可以查看和管理SAS程序的输出结果,1.d 逻辑库介绍,从SAS系统来看，它所建立的众多的SAS文件可按不同需要将其归入若干个SAS逻辑库，以此来对SAS文件进行访问和管理。一个SAS逻辑库就是一组SAS文件。SAS逻辑库也是一个逻辑概念，在Windows环境下，一个逻辑库就是存放在同一个文件夹或几个文件夹中的一组SAS文件。,1.d 逻辑库介绍,从SAS系统内部看，每个SAS文件也有表明它属性的类型，如SAS数据集的类型为data（数据文件）或view（数据视图），catalog等。 注：catalog是sas目录，在catalog中存放的是frame，scl，类等AF组件以及其他sas文件。,1.d 逻辑库介绍,Work数据库叫做临时库，存放在其中的SAS文件叫临时文件，这些临时文件当退出SAS系统时会被自动删除。 Sasuser库保存与用户个人设置有关的文件，它是永久的，即退出SAS时文件不会被删除。 Sashelp库保存与SAS帮助系统、例子有关的文件，是永久的。 Maps,SAS系统的四个预定义数据库:,1.e 建立一个新的逻辑库,建立一个新逻辑库的两种方法： 通过菜单 通过语句,1.e 建立一个新的逻辑库,用菜单操作: 在资源管理器窗口双击逻辑库图标。选文件新建 输入newlib，引擎选项中保留默认项，选中启动时启用 可以选择其他的引擎，读入不同格式的数据文件。 点击浏览按钮，选上这个数据库的目录，点击确定。 点击确定按钮，在资源管理器窗口出现newlib图标。,1.e 建立一个新的逻辑库,1.e 建立一个新的逻辑库,用LIBNAME语句： LIBNAME libref SAS-data-library ; 其中libref 是逻辑库名，如newlib SAS-data-library 是逻辑库的路径 例：用LIBNAME语句创建SAS逻辑库。 Libname fdata d:fdata; Libname stoindvfd:stoindvf; 例中，创建SAS逻辑库FDATA和stoindvf。分别对应物理文件夹为D:fdata和D: stoindvf.,1.f SAS数据集,在SAS系统中，数据是以数据集的形式来存储和处理的。SAS数据集（SAS Datasets）可以看作由若干行和若干列组成的表格。 SAS 数据集存放在以特殊格式存放的二进制文件中，用一个SAS逻辑名来使用SAS数据集，不需要知道它在磁盘存储的物理地址。 数据集的每一行叫做一个观测（Observation），每列叫做一个变量（Variable）。 SAS数据集等价于关系数据库系统中的一个表，SAS数据集有时也称作一张表。 SAS数据集后缀为.sas7bdat,1.f SAS数据集,有关SAS数据集命名的约定 SAS名字由英文字母、数字、下划线组成；第一个字符必须是字母或下划线； 名字最多用32个字符，大写字母和小写字母不区分。 SAS名中不能有空格和一些特殊字符（$，# ）； 系统保留了一些特殊的变量名，如_N_，_ERROR_等。,1.f SAS数据集,SAS数据集用两级水平名命名： 第一级名字是SAS逻辑数据库的库名； 第二级是文件的名字。 例如Sashlep. Class，Sashelp是数据库的名字，而Class则是文件本身的名字。,1.f SAS数据集,临时数据集和永久数据集的区别： 临时库数据集可以使用单水平名或双水平名； 而永久库数据集必须使用双水平名字来加以确认。 例如Work. Class和Class都代表临时库中的文件，而Sashlep. Class则是永久库中的文件。,1.g SAS语句简介,SAS语句由关键词开始，分号结束。 语句中间的SAS名，过程名和运算符等为SAS系统提供信息或执行操作。 例3.1 有效的SAS语句。 data data1; put name $ 8.; format date yymmdd10.; proc means data=fdata.class; infile “d:fdataclass.txt“; do I=1 to 100; X=Y+1; SUMX+X; end; run;,1.g SAS语句简介,SAS语句格式: KEYWORD parameteroptions; 关键词 参数 选项； 其中： 粗体-必须按显示形式书写的关键词； 白正体-用户提供的信息； -括号内的信息可选； |-任选。 参数PARAMETER不是任选项，不用括号，OPTIONS是选项关键词。,1.g SAS语句简介,数据步与过程步 一组SAS语句组成一个SAS程序。 SAS程序中的语句可分为两类步骤： 数据步； 过程步。 所有SAS程序均有数据步和过程步两大模块构成。,1.g SAS语句简介,数据步 数据步编译、创建和修改SAS数据集或文本文件、读入源数据文件和SAS数据集。 数据步以DATA语句开始。 例3.2 数据步创建SAS数据集。 data A; set fdata.a1a0001; keep date clpr; run; 例中，由数据步产生数据集A, 数据来源于SAS数据集FDATA.A1A0001(上证指数)的日期DATE和收盘价CLPR。,1.g SAS语句简介,过程步 过程步面向SAS数据集，完成对数据集的加工整理、分析和呈现等功能。 过程步以PROC语句开始。 例3.3 应用统计量均值过程。 proc means data=fdata.a1a0001; var clpr; output out=M mean=CLPR_M; run; 例中，过程步调用SAS的MEANS过程，对数据集FDATA.A1A0001(上证指数)中的收盘价CLPR求得均值CLPR_M，并将产生的结果存贮在数据集M中。,1.g SAS语句简介,一般特点： 语句用分号结束 不区分大小写 空格、空行一般可以任意放置 SAS的变量分字符型和数值型 字符型变量缺失时，变量为空 数值型变量缺失时，变量为. SAS程序由数据步和过程步构成,1.h 功能键,F9调出功能键窗口。 例如F3、F8是提交SAS程序 F4是调用刚提交的程序 F5、F6和F7分别是调用编辑器窗口、日志窗口和输出窗口。 CLTE是清除窗口中的内容,1.i SAS语句执行过程及PDV概述,当一个DATA步被提交时，提交的语句先被编译成SAS内部编码，以在PDV区域搭建临时库。PDV（Program Data Vector），是存储DATA步运行过程中每一个变量的记忆区。在程序执行过程中，观测值在PDV中生成，然后通过output语句输出到SAS数据集。DATA步每次只处理一个观测值，重复执行，直到最后一个观测处理完，执行完成。在默认情况下，每次DATA步从头开始执行时，PDV会被清空。,2.用SAS读取外部数据(raw file),通过SAS语句或向导，可以方便地导入或导出多种类型的外部数据文件，如xls，csv，txt，dbf等。 本章主要介绍如何用data步导入非固定格式的也即自由格式的外部数据。,2. 用SAS读取外部数据(raw file),Data ; Infile fileref DLM=characters ; Input var1$ : format var2 ; Run;,2. 用SAS读取外部数据(raw file),Fileref：导入文件路径及名称 DLM：分割符，默认为空格。 Missover：允许空值。 Firstobs：从第x行读取数据 k：从第k位开始读数据。 $：定义的变量为字符型。 Format：定义变量格式。 M-n：读取m-n位。 ：停顿符。 ：继续读取。 /：换行符。 注： 以从左到右的顺序读取数据。 所有变量默认长度为8位，如读入数据超出8位，需在之前定义,2. 用SAS读取外部数据(raw file),例1：读入以空格分割的数据。,2. 用SAS读取外部数据(raw file),例2：读入以冒号分割的数据,2. 用SAS读取外部数据(raw file),输出为：,2. 用SAS读取外部数据(raw file),例3：改变相关变量的格式:,2. 用SAS读取外部数据(raw file),输出为：,2. 用SAS读取外部数据(raw file),例4：用missover读取数据,2. 用SAS读取外部数据(raw file),输出为：,2. 用SAS读取外部数据(raw file),如果不用missover：,2. 用SAS读取外部数据(raw file),输出为：,2. 用SAS读取外部数据(raw file),例5：用换行符/读入数据,2. 用SAS读取外部数据(raw file),输出为：,2. 用SAS读取外部数据(raw file),例6： ,的运用,2. 用SAS读取外部数据(raw file),2. 用SAS读取外部数据(raw file),输出为：,注： 为停顿符，在本例中，读完第8位后停顿，判断后继续读取本行数据，而不换行。,2. 用SAS读取外部数据(raw file),例7：运用,2. 用SAS读取外部数据(raw file),输出为：,3.用SAS读取和处理SAS数据集,Set语句 DATA步的一般选项 函数的介绍 控制语句 循环 条件,3.a Set语句,SET语句可以从一个已经存在的SAS数据集创建新的数据集，它的一般形式： DATA new； SET old； 其他SAS语句； RUN； 使用了SET语句后： 所有SET语句指定数据集中的变量自动被读入PDV（除非使用了SET语句的一些特殊选项如KEEP=和DORP=选项）,3.b DATA步的一般选项,by Keep/Drop Rename Where Format Label Retain Array,3.b DATA步的一般选项,By选项： 一般在data步的set，merge，modify和update之后出现，用于分类不同的观测。 语法： BY variable-1 variable-n ;,3.b DATA步的一般选项,By选项例题： data _null_; set sorted_class; by height groupformat; if first.height then put Shortest in height measures height:best12.; run;,3.b DATA步的一般选项,当by跟在set之后时： 数据需要事先排序 每个by分类之后的第一个和最后一个观测会被自动创造。,3.b DATA步的一般选项,Data temp; Set salary; By dept; Run; 上述语句中，PDV内会生成出first.dept，last.dept两个临时变量： first.dept：分类后的第一个观测时，值为1，其余为0。 last.dept：分类后的最后一个观测时，值为1，其余为0。,3.b DATA步的一般选项,3.b DATA步的一般选项,输出为：,注：_n_，first.dept和last.dept在实际输出中并不存在，而只存在于PDV。,3.b DATA步的一般选项,KEEP/DROP选项： 控制哪些变量将被写入将要创建的数据集。 语法： KEEP/DROP variable-list;,3.b DATA步的一般选项,KEEP/DROP选项： DROP=和KEEP=选项有两种用法： 用于输入数据集（用作SET语句的选项）控制哪些变量被写入PDV 用于输出数据集（用作DATA语句的选项）控制PDV中的哪些变量被写入新创建的数据集,3.b DATA步的一般选项,Keep例题： keep name address city state zip phone; keep rep1-rep5;,3.b DATA步的一般选项,RENAME 选项： 重新命名变量名。 语法： RENAME old-name-1=new-name-1 . . . ;,3.b DATA步的一般选项,Rename例题： data market(keep=newdept newaccnt items volume); rename olddept=newdept oldaccnt=newaccnt; set sales; if oldaccnt5000; run;,3.b DATA步的一般选项,WHERE选项： 选出SAS数据集中符合条件的观测。 语法： WHERE where-expression-1 ; 逻辑符可以是：AND, AND NOT, OR, 或 OR NOT.,3.b DATA步的一般选项,Where例题： data testmacs; set customer; where substr(name,1,3)=Mac and (city=Charleston or city=Atlanta); run;,3.b DATA步的一般选项,Format选项： 改变变量的格式。 语法： FORMAT variable-1 ; FORMAT variable-1 format ; FORMAT variable-1 format variable-1 format;,3.b DATA步的一般选项,Format例题： data tstfmt; format W $3. Y 10.3 default=8.2 $8.; W=Good morning.; X=12.1; Y=13.2; Z=Howdy-doody; put W/X/Y/Z; run;,-+-1-+-2 Goo 12.10 3.200 Howdy-do,3.b DATA步的一般选项,Label选项： 语法： LABEL variable-1=label-1 . . . ;,3.b DATA步的一般选项,Label例题： label score1=“Grade on April 1 Test“ score2=“Grade on May 1 Test“;,3.b DATA步的一般选项,Retain选项： retain所指定变量的观测在一次data步运行完成后在PDV内不会被清空。,3.b DATA步的一般选项,data class.bestscores; drop grade; set class.allscores; by id; retain highest;if first.id then highest=.; highest=max(highest,grade); if last.id then output; run;,Retain例题： data allscores; input id$ grade ; cards; 1 70 1 75 1 80 2 60 2 65 2 80 2 95 3 74 3 53 4 80 4 90 4 95 4 100 ; run;,输出： Id highest 80 95 74 100,3.b DATA步的一般选项,Array选项： 将一系列相似的变量定义为一个数组。 语法： ARRAY array-name subscript ;,3.b DATA步的一般选项,Array例题： array rain 5 janr febr marr aprr mayr; array days7 d1-d7; array test4 t1 t2 t3 t4 (90 80 70 70); array test2* a1 a2 a3 (a,b,c); array new2:5 green jacobs denato fetzer;,3.c 函数的介绍,数值型变量的处理 切断函数 统计函数 日期函数 随机函数 字符型变量的处理 字符型变量与数值型变量的转换,3.c. 数值型变量的处理,切断函数: Round：返回四舍五入后的数值。 Ceil：返回大于等于该值的最小整数。 Int：返回整数部分。,3.c. 数值型变量的处理,输出为：,例1：,3.c. 数值型变量的处理,统计函数： Sum：求和。 Mean：求均值。 Min：求最小值。 Max：求最大值。 Var：求方差。 Std：求标准差。 注： 变量无需排序。 无视缺失值。 以上统计均为横向数值统计,3.c. 数值型变量的处理,例：,3.c. 数值型变量的处理,输出为：,3.c. 数值型变量的处理,日期函数：,3.c. 数值型变量的处理,随机函数： Ranuni(seed);,3.c. 字符型变量的处理：,Index (a,b)：返回变量b出现在变量a中位置的值。若b不在a中，则返回0。 Scan (string ,n)：返回string中以delimiter分割的第n部分的字符。 若不指定符号，则默认为：blank . )：返回variable中第position开始length位字符。 若length缺省，则返回position后的所有字符。,3.c. 字符型变量的处理：,Trim：删除字符间空格。 Upcase：所有字符大写。 Lowcase：所有字符小写。 |，！：连接两个字符变量。,3.c. 字符型变量的处理：,3.c. 字符型变量的处理：,3.c. 字符型变量的处理：,结果：,3.c. 字符型变量与数值型变量的转换：,Input：字符型转为数值型。,注：在某些情况下纯数值的字符型变量可以自动转化为数值型变量,3.c. 字符型变量与数值型变量的转换：,例1：input的运用,3.c. 字符型变量与数值型变量的转换：,例2：字符型变量自动转换为数值型,3.c. 字符型变量与数值型变量的转换：,Put：数值型转为字符型。,3.c. 字符型变量与数值型变量的转换：,3.c. 字符型变量与数值型变量的转换：,3.d 控制语句,循环 条件,3.d. 循环,循环： Do 循环：,3.d. 循环,Do循环的作用： 进行重复的计算 生成数据 减少冗余的代码 读取数据 有条件的执行sas代码,3.d. 循环,Do循环的语法： DO index-variable =start TO stop BY increase; END; 注：by可省略，缺省为递进1。 DO index-variable =value1,value2,value3; END; 注：value可以是字符或数值。,3.d. 循环,DO WHILE(expression); END;,当expression正确时，进入循环语句。 在每次循环开始之前进行判断。 如果expression开始就是错误的，循环不会执行,3.d. 循环,DO UNTIL(expression); END;,循环语句将被执行，直到expression正确。 在每次循环之后再进行判断。 循环语句至少会被执行一遍。,3.d. 循环,多条件判断： DO index-variable =start TO stop BY increase WHILE|UNTIL(expression); END;,3.d. 循环,例：,结果：capital=157,086.05。,3.d. 循环,循环嵌套： 每个循环要有不同的循环变量。 确保每个DO有一个END相对应。 例：,3.d. 循环,输出为：,3.d. 循环,SAS的比较操作符：,3.d. 循环,SAS的逻辑操作：,3.d. 条件,条件语句IF： 在SAS语言中，可以使用IF-THEN和ELSE语句有条件地执行SAS语句，一般格形式如下： IF expression THEN statement; ELSE statement; 其中：expression：SAS条件表达式 statement：任何可执行的语句 注：ELSE语句不是必须的,3.d. 条件,例： if status=OK and type=3 then count+1; if age ne agecheck then delete; data region; input city $ 1-30;