1、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 ;set 已有数据集名 ; 示例(从数据集sales创建子数据集Friday,增加变量Total):data friday;set sales;if Day = F;Total = Popcorn + Peanuts;run;例1 关于火车运汽车的数据(C:MyRawDataTrain.dat),包括发车
2、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My SAS Files9.3”目录下。代码:data c:MySASLibtrains;infile c:MyRawDataTrain.dat;input Time TIME5. Cars People;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:data averagetrain;set D:我的文档My SAS Files9.3trains;PeoplePerCar = People / Cars
3、;run;proc print data = averagetrain;title Average Number of People per Train Car;format Time TIME5.;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:data animal
4、s (RENAME = (Class = Type Habitat = Home);set animals;例2 学生成绩数据(c:MyRawDatatests.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Student Name.代码:data Test;infile c:MyRawDatatests.txt;input Name $1-9 Subject 11-12 Gender $ 14 Exam1 16-18 Exam2 20-22 H
5、omework $ 24;run;proc print data=Test;title Test;run;data Test1 (DROP = Subject Homework RENAME =(Name = Student Name); /* 用 (KEEP = Name Gender Exam1 Exam2) 也一样效果 */set Test;proc print data = 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:data anim
6、alsset animals (FIRSTOBS = 101 OBS = 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
7、数值。例3 医院有一份关于病人的主数据(C:MyRawDataAdmit.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:MyRawDataNewAdmit.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:libname perm D:我的文档My SAS Files9.3;data perm.patientma
8、ster;infile c:MyRawDataAdmit.dat;input Account LastName $ 8-16 Address $ 17-34BirthDate MMDDYY10. Sex $ InsCode $ 48-50 52 LastUpdate MMDDYY10.;run;data perm.transactions;infile c:MyRawDataNewAdmit.dat;input Account LastName $ 8-16 Address $ 17-34 BirthDate MMDDYY10.Sex $ InsCode $ 48-50 52 LastUpda
9、te MMDDYY10.;run;proc sort data = transactions;by Account;run;* Update patient data with transactions;data perm.patientmaster;update perm.patientmaster transactions;by Account;run;proc print data = perm.patientmaster;format BirthDate LastUpdate MMDDYY10.;title Admissions Data;run;运行结果:另外,也可以用 MODIFY
10、 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:proc transpose data=原数据集 out=转置数据集 ;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
11、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:COL1 COL2,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:MyRawDataTranspos.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
12、)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:data baseball;infile c:MyRawDataTranspos.dat;input Team $ Player Type $ Entry;proc sort data = baseball;by Team Player;proc print data = baseball;title Baseball Data After Sorting and Before Transposing;run;* Transpose data so salary and batavg are variables;pro
13、c transpose data = baseball OUT = flipped;by Team Player;id Type;var Entry;proc print data = flipped;title Baseball Data After Transposing;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)“by Team Player”指定原 Team 列和 Player 列,不参与转置,仍作为转置数据集的列;(2)“id Type”指定 Type 列的值:salary 和 batavg 作为转置数据的变量名;(3)“var Entry”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。
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1