SAS中的SQL语句大全.docx
《SAS中的SQL语句大全.docx》由会员分享,可在线阅读,更多相关《SAS中的SQL语句大全.docx(50页珍藏版)》请在冰豆网上搜索。
SAS中的SQL语句大全
SAS中的SQL语句完全教程之一:
SQL简介与基本查询功能
本系列全部容主要以《SQLProcessingwiththeSASSystem(CourseNotes)》为主进行讲解,本书是在网上下载下来的,但忘了是在哪个网上下的,故不能提供下载了,需要的话可以发向我索取,我定期邮给大家,最后声明一下所有资料仅用于学习,不得用于商业目的,否则后果自负。
1SQL过程步介绍
1.1SQL过程步可以实现下列功能:
查询SAS数据集、从SAS数据集中生成报表、以不同方式实现数据集合并、创建或删除SAS数据集、视图、索引等、更新已存在的数据集、使得SAS系统可以使用SQL语句、可以和SAS的数据步进行替换使用。
注意,SQL过程步并不是用来代替SAS数据步,也不是一个客户化的报表工具,而是数据处理用到的查询工具。
1.2SQL过程步的特征
SQL过程步并不需要对每一个查询进行重复、每条语句都是单独处理、不需要print过程步就能打印出查询结果、也不用sort过程步进行排序、不需要run、要quit来结束SQL过程步
1.3SQL过程步语句
SELECT:
查询数据表中的数据
ALTER:
增加、删除或修改数据表的列
CREATE:
创建一个数据表
DELETE:
删除数据表中的列
DESCRIBE:
列出数据表的属性
DROP:
删除数据表、视图或索引
INSERT:
对数据表插入数据
RESET:
没用过,不知道什么意思
SELECT:
选择列进行打印
UPDATE:
对已存在的数据集的列的值进行修改
2SQL基本查询功能
2.1SELECT语句基本语法介绍
SELECTobject-item<,...object-item>
FROMfrom-list
>
>;
这里SELECT:
指定被选择的列
FROM:
指定被查询的表名
WHERE:
子数据集的条件
GROUPBY:
将数据集通过group进行分类
HAVING:
根据GROUPBY的变量得到数据子集
ORDERBY:
对数据集进行排序
2.2SELECT语句的特征
选择满足条件的数据、数据分组、对数据进行排序、对数据指定格式、一次最多查询32个表。
这里还要提到的就是,在SAS系统中,对于表名和变量名一般不超过32个字符,对于库名,文件引用名,格式等不能超过8个字符
2.3Validate关键字
Validate关键字只存在于select语句中、可以在不运行查询的情况下测试语句的语法、检查列名是否合法、对于不正确的查询将打印其消息。
例:
1 procsql;
2 validate
3 selectRegion,Product,Sales
4 fromsashelp.shoes
5 whereRegion='Africa';
NOTE:
PROCSQL语句有有效语法。
6 quit;
此外,我们还可以用noexec选项也可以用来进行语法测试。
例:
7 procsqlnoexec;
8 selectRegion,Product,Sales
9 fromsashelp.shoes
10 whereRegion='Africa';
NOTE:
由于NOEXEC选项,未执行语句。
11 quit;
这里提示未执行,未提示错误,说明该语句没有语法错误。
但是如果加入一个sashelp.shoes表里没有字段,这里就会出现错误,例:
12 procsqlnoexec;
13 selectRegion,Product,Sales,test
14 fromsashelp.shoes
15 whereRegion='Africa';
ERROR:
以下这些列在起作用的表中没有找到:
test.
16 quit;
2.4查询列
我们可以像2.3那样查询指定列,也可以用*来查询所有列。
例:
procsql;
select*
fromsashelp.shoes;
quit;
这里我们可以用feedback选项来查看到底我们选择了哪些列:
17 procsqlfeedback;
18 select*
19 fromsashelp.shoes;
NOTE:
Statementtransformsto:
selectSHOES.Region,SHOES.Product,SHOES.Subsidiary,SHOES.Stores,SHOES.Sales,SHOES.Inventory,SHOES.Returns
fromSASHELP.SHOES;
20 quit;
这时,我们可以看到从sashelp.shoes表中选择了8个列
2.5消除重复值
我们可以用distinct选项来消除重复值。
例如,我们要得到没有重复的所有地区的名称:
procsql;
selectdistinctRegion
fromsashelp.shoes
quit;
2.6where子集查询
2.6.1比较运算符
先列出where语句用到的比较运算符:
LT < 小于
GT > 大于
EQ = 等于
LE <= 小于或等于
GE >= 大于或等于
NE ^= 不等于
例如,我们要查询sales大于100000的所有数据:
procsql;
select*
fromsashelp.shoes
wheresales>100000;
quit;
2.6.2in:
只要满足in里的任意一个值,表达式即为真,例如,我们要选择Region在Africa和EasternEurope的所有数据:
procsql;
select*
fromsashelp.shoes
whereRegionin('Africa','EasternEurope');
quit;
2.6.3逻辑运算符
OR | 或
AND & 是
NOT ^ 非
例如,选择Region在Africa和EasternEurope,且销售额大于100000的所有数据:
procsql;
select*
fromsashelp.shoes
whereRegionin('Africa','EasternEurope')and sales>100000;
quit;
2.6.4CONTAINS或?
:
判断某列是否包含指定字符串
例如,选择列Region包含’Afr’的数据:
procsql;
select*
fromsashelp.shoes
whereRegion?
'Afr';
quit;
2.6.5ISNULL或ISMISSING:
判断某列数据是否为空
例如,如果找出Region为空的数据:
procsql;
select*
fromsashelp.shoes
whereRegionismissing;
quit;
注意,这里我们还可以用以下表达式对where语句进行替换。
如果region为数值型变量,则可以用region=.,如果region为字符型变量,则可以用region=‘’进行替换。
2.6.6Betweenand:
选择某一区间的数据
例如选择sales大于100000,但小于200000的所有数据:
procsql;
select*
fromsashelp.shoes
wheresalesbetween100000and200000;
quit;
2.6.7like:
判断是否能匹配某些字符
例如,选择以region以A开头的所有地区
procsql;
select*
fromsashelp.shoes
whereRegionlike'A%';
quit;
这里注意有两类通配符,‘%’可以通配任意个任意字符,‘_’只能通配一个任意字符
2.6.8=*:
类似匹配
这里由于sashelp.shoes里没有符合要求的数据,所有就用书上的例子说明一下吧:
Wherelastname=*‘smith’,出来的结果可能是:
smith,smythe等
2.7表达式
我们可以通过已有的列进行计算来得到新的列,这时用关键词as来给新的列赋列名,例如:
procsql;
selectRegion,Product,Sales,Stores,Sales/Storesassalesperstores
fromsashelp.shoes
quit;
这时结果就会多一列salesperstores,用来得到该地区该产品每个商店的平均销售量。
这里要注意的是,在创建表达式时,我们还可以在SQL里用到SAS中的除LAG和DIFF之外的所有函数。
这里我们还可以用表达式计算出来的结果来进行子集查询,但一定要记住用calculated关键词。
例如我们要找出商店平均销售量大于5000的数据:
方法一:
procsql;
selectRegion,Product,Sales,Stores,Sales/Storesassalesperstores
fromsashelp.shoes
whereSales/Stores>5000;
quit;
方法二:
procsql;
selectRegion,Product,Sales,Stores,Sales/Storesassalesperstores
fromsashelp.shoes
wherecalculatedsalesperstores>5000;
quit;
2.8查询结果展示
2.8.1orderby数据排序
默认的排序方式是升序,我们可以用DESC关键词来进行降序排列。
例如以sales降序排列数据:
procsql;
select*
fromsashelp.shoes
orderbySalesDESC;
quit;
这里提示一下,我们可以用任意多列进行排序,包括表达式结果(不用calculated),但最好是选择的列。
2.8.2LABEL与FORMAT
LABEL:
改变输出变量名的容
FORMAT:
改变列的值的输出方式
例如,改变salesperstores的label和format
procsql;
selectRegion,Product,Sales,Stores,
Sales/Storesassalesperstores
label='salesperstores'
format=dollar12.2
fromsashelp.shoes;
quit;
2.9处理SQL常用函数
MEAN或AVG:
均值
COUNT或N或FREQ:
非缺失值个数
MAX:
最大值
MIN:
最小值
NMISS:
缺失值个数
STD:
标准差
SUM:
求和
VAR:
方差
2.9.1求和sum
procsql;
selectRegion,Product,Sales,Stores,
sum(Sales,Inventory,Returns)astotal
fromsashelp.shoes;
quit;
2.9.2求均值avg
procsql;
selectRegion,Product,Sales,Stores,
avg(Sales)assalesavg
fromsashelp.shoes;
quit;
2.9.3分组求均值groupby
procsql;
selectRegion,
avg(Sales)assalesavg
fromsashelp.shoes
groupbyRegion;
quit;
2.9.4计数count
procsql;
selectRegion,count(*)ascount
fromsashelp.shoes
groupbyRegion;
quit;
2.9.5HAVING数据子集
procsql;
selectRegion,count(*)ascount
fromsashelp.shoes
groupbyRegion
havingcount(*)>50;
quit;
其它的就不多作介绍了,多用用就熟悉了
2.10子查询
2.10.1找出regions平均sales大于全部平均sales的region
procsql;
selectRegion,
avg(Sales)assalesavg
fromsashelp.shoes
groupbyRegion
havingavg(Sales)>
(selectavg(Sales)fromsashelp.shoes);
quit;
2.10.2ANY关键词介绍
>ANY(20,30,40) 最终效果:
>20
<40
=ANY(20,30,40) 最终效果:
=20or=30or=40
例如,选择出region为unitedstate的sales小于任意region为africa的sales的数据
procsql;
selectRegion,Sales
fromsashelp.shoes
whereRegion='UnitedStates'
andSales (selectSalesfromsashelp.shoeswhereRegion='Africa');
quit;
这个例子没有多少意义,只是说明一下any的用法
2.10.3ALL关键词介绍
>ALL(20,30,40) 最终效果:
>40
<20
例如,选择出region为unitedstate的sales小于所有region为africa的sales的数据
procsql;
selectRegion,Sales
fromsashelp.shoes
whereRegion='UnitedStates'
andSales (selectSalesfromsashelp.shoeswhereRegion='Africa');
quit;
2.10.4EXISTS与NOTEXISTS
procsql;
select*
fromsashelp.shoes
where exists
(select*fromsashelp.orsales);
quit;
SAS中的SQL语句完全教程之二:
数据合并与建表、建视图
SAS中的SQL语句完全教程之二:
数据合并与建表、建视图索引等
本系列全部容主要以《SQLProcessingwiththeSASSystem(CourseNotes)》为主进行讲解,本书是在网上下载下来的,但忘了是在哪个网上下的,故不能提供下载了,需要的话可以发向我索取,我定期邮给大家,最后声明一下所有资料仅用于学习,不得用于商业目的,否则后果自负。
1连接joins分为连接innerjoins和外连接outerjoins
连接:
仅返回匹配的数据,最多可以有32个表同时进行连接
外连接:
返回所有匹配的数据和非匹配的数据,一次只能有两个表或视图进行外连接
迪卡尔积:
返回表所有可能的匹配情况。
例如表A有10*20的数据,表B有30*40的数据,则两个表的迪卡尔积有(10+30)*(20+40)=40*60的数据
我们先建立两个数据集:
datamarch;
inputflight$3.+5datedate7.+3departtime5.+2orig$3.
+3dest$3. +7miles+6boarded+6capacity;
formatdatedate7.departtime5.;
informatdatedate7.departtime5.;
cards;
219 01MAR94 9:
31 LGA LON 3442 198 250
622 01MAR94 12:
19 LGA FRA 3857 207 250
132 01MAR94 15:
35 LGA YYZ 366 115 178
271 01MAR94 13:
17 LGA PAR 3635 138 250
302 01MAR94 20:
22 LGA WAS 229 105 180
114 02MAR94 7:
10 LGA LAX 2475 119 210
202 02MAR94 10:
43 LGA ORD 740 120 210
219 02MAR94 9:
31 LGA LON 3442 147 250
132 02MAR94 15:
35 LGA YYZ 366 106 178
202 03MAR94 10:
43 LGA ORD 740 118 210
219 03MAR94 9:
31 LGA LON 3442 197 250
622 03MAR94 12:
19 LGA FRA 3857 180 250
271 03MAR94 13:
17 LGA PAR 3635 147 250
202 04MAR94 10:
43 LGA ORD 740 148 210
219 04MAR94 9:
31 LGA LON 3442 232 250
622 04MAR94 12:
19 LGA FRA 3857 137 250
132 04MAR94 15:
35 LGA YYZ 366 117 178
271 04MAR94 13:
17 LGA PAR 3635 146 250
302 04MAR94 20:
22 LGA WAS 229 115 180
114 05MAR94 7:
10 LGA LAX 2475 117 210
202 05MAR94 10:
43 LGA ORD 740 104 210
219 05MAR94 9:
31 LGA LON 3442 160 250
622 05MAR94 12:
19 LGA FRA 3857 185 250
132 05MAR94 15:
35 LGA YYZ 366 157 178
271 05MAR94 13:
17 LGA PAR 3635 177 250
114 06MAR94 7:
10 LGA LAX 2475 128 210
202 06MAR94 10:
43 LGA ORD 740 115 210
219 06MAR94 9:
31 LGA LON 3442 163 250
132 06MAR94 15:
35 LGA YYZ 366 150 178
302 06MAR94 20:
22 LGA WAS 229 66 180
114 07MAR94 7:
10 LGA LAX 2475 160 210
132 07MAR94 15:
35 LGA YYZ 366 164 178
271 07MAR94 13:
17 LGA PAR 3635 155 250
302 07MAR94 20:
22 LGA WAS 229 135 180
;
run;
datadelay;
inputfl