SAS中的SQL语句完全教程.docx
《SAS中的SQL语句完全教程.docx》由会员分享,可在线阅读,更多相关《SAS中的SQL语句完全教程.docx(30页珍藏版)》请在冰豆网上搜索。
SAS中的SQL语句完全教程
SAS中的SQL语句完全教程之一:
SQL简介与基本查询功能
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:
1procsql;
2validate
3selectRegion,Product,Sales
4fromsashelp.shoes
5whereRegion='Africa';
NOTE:
PROCSQL语句有有效语法。
6quit;
此外,我们还可以用noexec选项也可以用来进行语法测试。
例:
7procsqlnoexec;
8selectRegion,Product,Sales
9fromsashelp.shoes
10whereRegion='Africa';
NOTE:
由于NOEXEC选项,未执行语句。
11quit;
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:
12procsqlnoexec;
13selectRegion,Product,Sales,test
14fromsashelp.shoes
15whereRegion='Africa';
ERROR:
以下这些列在起作用的表中没有找到:
test.
16quit;
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:
17procsqlfeedback;
18select*
19fromsashelp.shoes;
NOTE:
Statementtransformsto:
selectSHOES.Region,SHOES.Product,SHOES.Subsidiary,SHOES.Stores,SHOES.Sales,SHOES.Inventory,SHOES.Returns
fromSASHELP.SHOES;
20quit;
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')andsales>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:
改变输出变量名的内容
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g