SAS学习系列07IF和WHERE语句.docx

1、SAS学习系列07IF和WHERE语句07. IF和WHERE语句（一） IF-THEN语句一、基础语法做选择时需要用到条件语句：若满足条件，则执行 语法：if 条件 then 执行语句;若有多个执行语句，则用if 条件 then DO; 执行语句1; 执行语句2; END;多选择分支，则用 if 条件 then 执行语句; else if 条件 then 执行语句; else 执行语句;SAS中常用的比较、逻辑算符（也见系列02）：符号含义示例= 或eq等于name = Jones, C.;= 或ne不等于temp = 212; 或gt大于income 20000; 或lt小于partno

2、= 或ge大于等于id = 1543;= 或le小于等于pulse = 85contains或 ？包含firstname contains Jon;in属于actlevel in (LOW,MOD);fee in (124.80,178.20);and且age75;or或area=A or region=S;二、数据步中使用IF-THEN语句赋值 数据步中经常需要有选择地赋值新变量或修改原数值。例1 稀有古董汽车拍卖的数据文件（C:MyRawData Auction.dat）包含了品牌、型号、制造年份、座位数、价格（百万美元）：使用IF-THEN语句填满缺失值，并创建一个新变量Veteran.

3、代码：data oldcars;infile c:MyRawDataAuction.dat;input Make $ 1-13 Model $ 15-29 YearMade Seats MillionsPaid;if YearMade 1890 then Veteran = Yes;if Model = F-88 then DO; Make = Oldsmobile; Seats = 2;end;run;proc print data = oldcars;title Cars Sold at Auction;run;运行结果：二、 数据步中使用IF-THEN语句创建子数据集（也见系列03）1.

4、 数据步读入数据时，用IF-THEN语句选择满足条件的数据读入。语法： if 条件;如果“条件”为真，则数据步将继续执行。还可以使用DELETE语句，来删除哪些不要的数据： 下面这两句话是等价的：if Sex=f; if Sex=m then DELETE;例2 莎士比亚歌剧的清单（C:MyRawDataShakespeare.dat），包含歌剧名、首次表演年份、类型：读取数据，并且用IF语句构造一个只包含喜剧（comedies）的子集：代码：data comedy;infile c:MyRawDataShakespeare.dat;input Title $ 1-26 Year Type $

5、;if Type = comedy;run;proc print data = comedy;title Shakespearean Comedies;run;运行结果：2. 数据步中用IF-THEN语句创建多个数据集若想在一个数据步中创建多个数据集，在DATA语句后面多接几个数据集名即可。用IF-THEN语句可以分别将数据写入不同的数据集。例3 动物园给动物喂食的数据（C:MyRawDatazoo.dat），变量为动物类型、生物学分类、居住区域、喂食时间（上午/下午/两者）：读入数据并输出两个列表，一个是早上喂食，一个是下午喂食。代码：data morning afternoon;infil

6、e c:MyRawDataZoo.dat;input Animal $ 1-9 Class $ 11-18 Enclosure $ FeedTime $;if FeedTime = am then output morning;else if FeedTime = pm then output afternoon;else if FeedTime = both then output;/* 每个数据集都输出，省略数据集名 */run;proc print data = morning;title Animals with Morning Feedings;proc print data = a

7、fternoon;title Animals with Afternoon Feedings;run;运行结果：三、用IF-THEN语句将观测值分组对观测值分组，实际上只是为每个观测值分配一个分组标签，用新的列变量存储分组标签，这样后续就可以借助分组关键词（class），对数据做分组处理。例4 住房改善的数据（C:MyRawDatahome.dat），包括了姓名、改善工作、改善成本： 读取数据，并新建了一个CostGroup的变量。根据Cost的值将数据分成high、medium、low和missing三类。代码：data homeimprovements;infile c:MyRawData

8、Home.dat;input Owner $ 1-7 Description $ 9-33 Cost;if Cost =. then CostGroup = missing;else if Cost 2000 then CostGroup = low;else if Cost 6000, 以及位于美洲的山脉。代码：data tallpeaks (WHERE = (Height 6000)american (WHERE = (Continent CONTAINS (America);infile c:MyRawDataMountains.dat;input Name $1-14 Continen

9、t $15-28 Height;run;proc print data = tallpeaks;title Members of the Seven Summits above 6,000 Meters;run;proc print data = american;title Members of the Seven Summits in the Americas;run;运行结果：（三） IF与WHERE的区别将数据集SASHELP.workers第10到15条观测中满足条件ELECTRIC260的观测提取出来，生成新的数据集tmp。代码1：data tmp; set SASHELP.wor

10、kers(firstobs=10 obs=15); if ELECTRIC 260;run;proc print data = tmp;title IF Statement;run;运行结果（4条记录）： 代码2：data tmp; set SASHELP.workers(firstobs=10 obs=15); where ELECTRIC 260;run;proc print data = tmp;title WHERE Statement;run;运行结果（6条记录）： 上述两种方法为什么输出结果不一样？请注意IF语句和WHERE语句的区别： （1）IF语句是面向“程序数据向量”（Pro

11、gram Data Vector）的，对当前PDV中的数据进行判断，满足条件时将其写入到外部数据集；WHERE语句也是面向PDV的，它使用于从外部数据源读数据到PDV之前进行判断，当满足条件时才被写入到PDV。显然一个在写入PDV之前，一个在写入PDV之后，两者是有差异的。 （2） 当没有数据集选项firstobs=10 obs=15时，IF语句和WHERE语句用法和结果相同，但有这两个选项时效果就不同了。有这两个选项，IF语句是从原数据集（或数据源）的观测记录进行计算个数，即从原数据集的第10个观测开始读入到PDV中，然后再判断是否满足IF条件，若满足则输出到外部数据集，直到原数据集的第15个观测结束（满足条件的只有4个）。而WHERE语句是在读入到PDV之前就进行判断的，所以这里的firstobs的意思是从使得满足WHERE条件的第10个观测开始，而不是原数据集的第10个观测开始，直到满足WHERE条件的第15个观测结束（共6个）。