SAS学习系列09 用SET语句创建修改数据集.docx
《SAS学习系列09 用SET语句创建修改数据集.docx》由会员分享，可在线阅读，更多相关《SAS学习系列09 用SET语句创建修改数据集.docx（8页珍藏版）》请在冰豆网上搜索。
SAS学习系列09用SET语句创建修改数据集
09.用SET语句创建,修改数据集
（一）用SET语句创建/修改数据集
用SET语句，可以从已有数据集创建新数据集、增加新变量、修改数据集。
注意：
SET语句是一次一个观测值地，对已有数据集循环执行数据步创建新数据集。
一、基本语法
data新数据集名<（可选项）>;
set已有数据集名<（可选项）>;
示例（从数据集sales创建子数据集Friday，增加变量Total）：
datafriday;
setsales;
ifDay='F';
Total=Popcorn+Peanuts;
run;
例1关于火车运汽车的数据（C:
\MyRawData\Train.dat），包括发车时间、火车上的汽车数、火车中的人数：
数据被读入一个永久数据集trains.sas7bdat中，储存在“D:
\我的文档\MySASFiles\9.3”目录下。
代码：
data'c:
\MySASLib\trains';
infile'c:
\MyRawData\Train.dat';
inputTimeTIME5.CarsPeople;
run;
由于每辆车的最大乘客数为6人，现在想知道一列火车上，平均每辆汽车的乘客数是多少，在一个新数据集中插入一列计算。
代码：
dataaveragetrain;
set'D:
\我的文档\MySASFiles\9.3\trains';
PeoplePerCar=People/Cars;
run;
procprintdata=averagetrain;
title'AverageNumberofPeopleperTrainCar';
formatTimeTIME5.;
run;
运行结果：
二、用“drop（舍弃）和keep（保留）选项”选择变量（列）
在data步中该选项以及SET语句，可以控制从原数集中读出的变量是否被写入要创建的数据集。
基本形式：
data新数据集名（keep=变量1…）（drop=变量1…）;
set旧数据集;
注：
keep和drop选项也可用于输出数据集时的可选参数；
另外，rename选项可以对列变量重命名，示例：
dataanimals（RENAME=（Class=TypeHabitat=Home））;
setanimals;
例2学生成绩数据（c:
\MyRawData\tests.txt），包含变量Name,Subject,Gender,Exam1,Exam2,Homework:
读入数据，创建新数据集，舍弃变量Subject和Homework，重命名变量Name为StudentName.
代码：
dataTest;
infile'c:
\MyRawData\tests.txt';
inputName$1-9Subject11-12Gender$14Exam116-18Exam220-22Homework$24;
run;
procprintdata=Test;
title'Test';
run;
dataTest1（DROP=SubjectHomeworkRENAME=（Name=StudentName））;
/*用（KEEP=NameGenderExam1Exam2）也一样效果*/
setTest;
procprintdata=Test1;
title'Test1';
run;
运行结果：
三、SET语句中使用可选项FIRSTOBS=n和OBS=m选择观测值（行）
表示只选择旧数据集中的第n条到第m条观测值。
示例：
dataanimals
setanimals（FIRSTOBS=101OBS=120）;
另外，选择观测值（行），也可用IF-THEN（条件）语句选出满足条件的观测值（行）。
【见前文】
（二）用UPDATE语句更新数据集的数据
经常会遇到需要不断更新的数据集，比如银行账户每笔交易完需要更新有变动的数据。
用UPDATE语句可以实现这一功能，需要主数据集和新数据集有共同变量（来匹配）。
基本形式：
data主数据集;
update主数据集新数据集;
by共同（匹配）变量;
注：
（1）主数据集和新数据集都需要事先按共同变量排好序，且共同变量必须具有唯一性；
（2）新数据集中的缺省值不会改下主数据集的相应数值。
例3医院有一份关于病人的主数据（C:
\MyRawData\Admit.dat）变量包括病人账户号、姓名、地址、出生日期、性别、保险代码、信息最后更新的时间：
当有新病人或其他病人再进医院时，信息会被更新，比如，第一个病人的保险代码被更换了、最后一个病人的缺失数据被填补上、有新病人加入。
更新数据文件（C:
\MyRawData\NewAdmit.dat）如下：
将主数据存入一个名为patientmaster的永久数据集，读取新数据并排序，使用update语句将新数据更新到主数据中。
代码：
libnameperm'D:
\我的文档\MySASFiles\9.3';
dataperm.patientmaster;
infile'c:
\MyRawData\Admit.dat';
inputAccountLastName$8-16Address$17-34
BirthDateMMDDYY10.Sex$InsCode$48-50@52LastUpdateMMDDYY10.;
run;
dataperm.transactions;
infile'c:
\MyRawData\NewAdmit.dat';
inputAccountLastName$8-16Address$17-34BirthDateMMDDYY10.
Sex$InsCode$48-50@52LastUpdateMMDDYY10.;
run;
procsortdata=transactions;
byAccount;
run;
*Updatepatientdatawithtransactions;
dataperm.patientmaster;
updateperm.patientmastertransactions;
byAccount;
run;
procprintdata=perm.patientmaster;
formatBirthDateLastUpdateMMDDYY10.;
title'AdmissionsData';
run;
运行结果：
另外，也可以用MODIFY语句修改数据集，比用SET语句修改更有效率，因为MODIY修改数据集，只是在原数据集上做修改，而不会创建新数据集。
（三）用TRANSPOSE过程步对数据集转置
有时候需要将数据集（表）的观测值（行）和变量（列）交换，即把观测值变为变量，把变量变为观测值，用TRANSPOSE过程实现。
基本形式：
proctransposedata=原数据集out=转置数据集<可选项>;
by原数据集中不参与转置的列变量;
id给转置后的列赋予变量名;
var原数据中需要转置的列变量;
说明：
（1）by语句指定原数据集中不参与转置的变量（转置之前需要先按该变量排好序），一般“用来分组的变量”不参与转置，例如上图中的X列；
（2）id语句给转置后的列赋予变量名，默认是：
COL1COL2……，可以使用原数据集的某列（若该列是数值，则加下划线作为前缀，以符号变量的命名规范）；
（3）可选项“NAME=变量名”，为原数据集各列变量名（在转置数据集作为第一列）起个变量名，默认是用_NAME_;
（4）可选项“PREFIX=前缀”，用“前缀”替换
（2）中默认列变量名的“COL”。
例4关于儿童棒球联盟选手的数据（C:
\MyRawData\Transpos.dat），包括包括队名、选手编号、类型（击球数/击球率）、以及击球数/击球率：
观察数据，第3列的salary（击球数）、batavg（击球率）应该是列变量名，其取值是第4列。
读取数据，对第3列进行转置。
代码：
databaseball;
infile'c:
\MyRawData\Transpos.dat';
inputTeam$PlayerType$Entry;
procsortdata=baseball;
byTeamPlayer;
procprintdata=baseball;
title'BaseballDataAfterSortingandBeforeTransposing';
run;
*Transposedatasosalaryandbatavgarevariables;
proctransposedata=baseballOUT=flipped;
byTeamPlayer;
idType;
varEntry;
procprintdata=flipped;
title'BaseballDataAfterTransposing';
run;
运行结果：
（相当于将红圈的四个值转置，同时两行并一行）
程序说明：
（1）“byTeamPlayer”指定原Team列和Player列，不参与转置，仍作为转置数据集的列；
（2）“idType”指定Type列的值：
salary和batavg作为转置数据的变量名；
（3）“varEntry”指定对Entry列进行转置，同时列名“Entry”将作为“值”成为转置数据集的一列，默认列名是“_NAME_”，可用【可选项“NAME=…”】修改它。
升级会员 