SAS导入数据.pdf

SAS导入数据.pdf

《SAS导入数据.pdf》由会员分享，可在线阅读，更多相关《SAS导入数据.pdf（4页珍藏版）》请在冰豆网上搜索。

SASSAS培训第一讲培训第一讲课程：

数据的导入和导出部门：

创新业务部时间：

2014/11/19内容概要：

1.菜单操作2.Procimport3.Infile语句4.Libname5.批量导入数据（不讲）6.数据的导出（直接使用菜单方法或procexport，不讲）7.各种导入方法的优缺点数据类型：

Excel数据，csv数据（逗号分隔符），Access数据详细讲解：

1.1.菜单导入数据菜单导入数据（只介绍（只介绍EXCELEXCEL数据导入，其他类似）数据导入，其他类似）1）打开导入数据向导，如下图；2）选择将要导入的数据类型，然后点击“next”；3）选择将要导入的数据的物理地址，点击“OK”进入下一步；4）选择将要导入的table，点击“next”；5）选择将数据导入哪个逻辑库并填入数据集名称，点击“next”；6）该步让用户选择是否将菜单操作背后的代码导出，若无必要直接点击“Finish”，完成数据的导入。

2.2.ImportImport过程步导入数据过程步导入数据1）Excel表格数据procimportout=index1datafile=C:

UsersAdministratorDesktop399101.xlsxdbms=excelreplace;range=sheet1$;getnames=NO;run;参数解释：

dbms规定外部文件格式的标示名replace规定替换已存在的文件range指定将要导入的数据范围getnames规定是否将第一行数据作为变量名2）csv数据procimportout=import_csvdatafile=C:

UsersAdministratorDesktopdata_lesson1鞍山20141112.csvdbms=csvreplace;delimiter=,;getnames=yes;datarow=2;guessingrows=4000;run;参数解释：

dbms规定外部文件格式的标示名replace规定替换已存在的文件delimiter规定外部文件分隔符getnames规定是否将第一行数据作为变量名datarow规定从第几行开始读取数据guessingrows规定根据前多少条数据确定变量格式说明：

a）对于文件格式的标示名与源文件格式之间的对应关系参SAS编程技术教程b）一般情况都加上replace，以免重新导入数据时出错，当然也可以不加c）若文件含分隔符，则必须规定delimiter选项d）当getnames=yes时，datarow应大于1e）guessingrows最大取值为4000，若缺省此项，SAS默认将第一条数据的格式作为变量格式。

对于数据量超过4000条的数据最好不要使用procimport导入数据，有可能会导致字符被截断等情况。

接下来介绍的infile方法可以解决这一点。

3）Access数据procimportout=import_actable=contentdbms=accessreplace;database=C:

UsersAdministratorDesktopdata_lesson1SpiderResult.mdb;uid=;pwd=;run;3.3.InfileInfile语句导入数据语句导入数据在data步中使用infile语句，可以通过先定义变量的输入格式，再导入数据，避免出现字符截断等情况。

Infile语句导入数据的基本格式如下：

datainfile_csv;infileC:

UsersAdministratorDesktopdata_lesson1鞍山20141112.csvdsddelimiter=,firstobs=2truncoverlrecl=1000;informatarea_plate$munity$60.address$200.price$20.estate_time$40.constr_type$50.covers_area$30.constr_area$30.developer$100.property$100.plot_ratio$12.green_rate$12.property_fee$50.dta_date$10.pageurl$150.;inputarea_plate$community$address$price$estate_time$constr_type$covers_area$constr_area$developer$property$plot_ratio$green_rate$property_fee$dta_date$id$pageurl$;run;参数解释：

dsd表示源数据是分隔符敏感性的，即数据中存在非空格的分隔符delimiter规定外部文件分隔符firstobs规定从第几行开始读取数据，类似上文中的datarowobs读取数据的行数truncover当部分行数据长度小于其他行时，使用该选项防止SAS读入到下一行lreclSAS默认每条数据的长度不超过256个字节，当一条记录的长度大于该值时，会导致部分字段读取出错，使用lrecl可以定义单条数据的最长长度。

4.4.LibnameLibname生成库文件生成库文件Libname可以用来定义一个逻辑库，每个逻辑库对应一个数据库引擎，默认的情况下数据库引擎为V9（SAS自带数据库引擎）。

当然，也可以自由选择其他库引擎。

在导入EXCEL数据时可以定义一个库引擎为EXCEL的逻辑库，可以直接将EXCEL中的各张sheet直接导入到SAS中。

LibnamedexcelC:

UsersAdministratorDesktop399101.xlsx;datalib_ex;setd.399101$n;run;对于Access数据亦然：

libnamecaccessC:

UsersAdministratorDesktopdata_lesson1SpiderResult.mdb;5.5.批量导入（批量导入（不讲不讲）1）批量导入一个文件中的所有csv数据需要编写一个宏，下面是批量导入100个城市的房价数据的代码：

%macrodirectory（dir）;%letrs=%sysfunc（filename（filref,&dir）;%letdid=%sysfunc（dopen（&filref）;%letnobs=%sysfunc（dnum（&did）;%doi=1%to&nobs;%letname=%qscan（%qsysfunc（dread（&did,&i）,1,.）;%letext=%qscan（%qsysfunc（dread（&did,&i）,-1,.）;datafangjia&i;infile&dir.&name.&extdsddelimiter=,firstobs=2truncoverlrecl=1000;informatarea_plate$munity$60.address$200.price$20.estate_time$40.constr_type$50.covers_area$30.constr_area$30.developer$100.property$100.plot_ratio$12.green_rate$12.property_fee$50.dta_date$10.pageurl$150.;inputarea_plate$community$address$price$estate_time$constr_type$covers_area$constr_area$developer$property$plot_ratio$green_rate$property_fee$dta_date$id$pageurl$;run;%end;%letrc=%sysfunc（dclose（&did）;%mend;%directory（E:

房价项目房价网数据20141113）;2）批量导入一张Excel表格中的多张sheet或批量导入Access文件中多张table使用libname导入方法即可。

6.6.数据的导出数据的导出略7.7.各种导入方法的优缺点各种导入方法的优缺点1）菜单操作方便，但对于有分隔符的数据（csv，txt），只根据前20行来确定各变量的属性，容易导致数据截断；2）procimport对于不同数据类型，导入方法不尽相同，同样对于有分隔符的数据最多只能根据前4000条数据确定各变量的属性，也会导致数据截断；3）infile语句不能导入EXCEL或ACCESS文件，但对于有分隔符的数据效果很好，还可以避免数据截断；4）libname不能导入csv或txt文件，但对于Excel或Access有很好的批量导入解决方法。

（完）