SAS学习系列09 用SET语句创建修改数据集.docx

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。