the little sas book学习笔记全部章节.docx

1、the little sas book学习笔记全部章节第一章1、每一个SAS语句都由一个分号结尾2、SAS语句不区分大小写。 一条语句可以持续到第二行（只要不把一个单词分开）。 几条语句可以用一行。 可以在任何一列中开始一条语句SAS数据集也被叫做表、观测值也被叫做行、变量也被叫做列。在SAS中只有两种数据类型数值型和字符型。字符变量的缺失值用空格表示，数值变量的缺失值用句号（.）表示。SAS命名规则:名字的长度要小于等于32个字节。（一个字母1个字节，一个汉字2个字节）以字母或下划线开头。可以包含字母、数字、或者是下划线，不能是%$!*&#。可以是小写或大写字母，且不区分大小写。程序的结束：

2、当程序遭遇DATAPROC等标志着新程序开始的语句时，程序结束。如果运行的是批处理，则run代表语句的结束。数据步按照一行一行、一个观测值一个观测值的顺序执行OPTIONS语句既不属于数据步也不属于过程步。10、导入数据filename mydata E:;data uspresidents; infile mydata;input name $ party $ number;run;data uspresidents;infile E:;input name $ party $ number;run;第二章INFILE语句告诉SAS外部数据的文件名和存放路径，它在data语句之后，在INPU

3、T语句之前。2、Input语句最基本用法读取空格分开的原始数据：你必须读取所有的数据记录，不能跳过某些值、缺失值必须用句号“.”代替。字符串数据不能包含空格、长度不能超过8个字符。读取变量名中含空格的读取按固定列排列的原始数据：input关键字后接变量名、再接变量的列位置。. informats读取非标准格式的原始数据$代表是字符串、informats代表形式（比如日期的MMDDYY）、w是宽度、d是小数点的位数、最后是句号“.”，缺少句号会使得SAS把形式（如MMDDYY）当做变量名：遇到空格继续读取或不继续读取定义为$length，在该长度中，空格也算在内。如果要使SAS读取过程中遇到空格

4、则不再继续读取，则要在$length.前面加冒号“:”。从某个地方开始读取 作为列指示器，告诉SAS读取之后的内容。跨行观测值的读取方式行指示器，斜线/：告诉SAS跳至原始数据的第二行；#n：跳至第n行，n代表原始数据中某观测值的行数（#2则让SAS跳至某观测值的第二行）。一行读取多个观测值可以在input语句结尾加一个停止符号。按条件读取部分观测值在input语句结尾加符号，这告诉SAS先停在（hold）此行，同时用IF语句检测此观测值是否满足需要，如果是，那么可以再用一个input语句来读取现有的变量。、 vs 的作用类似于，都是行停留指示符（line-hold specifiers），不

5、同地方在于停留多久，能使SAS停留到下一个input语句（也不换行），能使停留的时间到下一个data步（也不换行）。3、用infile语句中的选项控制输入 FIRSTOBS= 选项告诉SAS从哪一行开始读取数据 OBS= 告诉SAS一直读取到哪一行位置 MISSOVER 在input语句中输入的几个变量，SAS在观测值中就读取几个变量，如果一行未读完，则进入下一行直到输入的变量都读取了变量值。missover可以让SAS不进入下一行读取，未赋值的变量就使其成为缺失值。 Truncover 当每行的长度不一时，指定最长的列读取观测值，使得当读取短行的观测值时不会跳到下一行读取；4、用数据步读取分

6、隔符文件 DLM= 指定空格以外的其他分隔符。如果是用制表符隔开的，那么可以使用DLM=09X来指定。1.忽略引号中数据的分隔符，例如一个观测Joseph,76,Red Racers, Washington非引号中的逗号能识别成分隔符，而引号中的逗号不能识别；2.自动将字符串中的引号去掉；3.将两个相邻的分隔符当作缺失值来处理。（并且，DSD默认分隔符为逗号，如果数据中的分隔符不是逗号，那么要用DLM来指定）5、用导入过程（IMPORT procedure）读取分隔符文件如果文件没有正确的扩展名，或者是DLM格式的，必须在proc import语句中用DBMS=option。如果想要创建的数据

7、集名字已经存在，那么要用replace选项代替。用LIBNAME语句使用永久数据集LIBNAME语句基本形式为：LIBNAME + 库名+ 路径 ；7.查看SAS数据集的描述Proc contents data=data-set第三章1、表达式创建新变量2、使用SAS函数DAY（）：返回一个月中的天数；upcase（）：将字母改为大写字母。3、使用IF-THEN语句基本形式为：IF 条件 THEN 执行;.可以用AND和OR来定义多个条件：IF Model=Mustang AND Year1975 THEN Status=classic;用IF-THEN语句将观测值分组构造子集这两句话是等价的

8、：IF Sex=f; IF Sex=m THEN DELETE;处理SAS的日期数据SAS处理日期数据的三个工具为：读取数据的informats，使用数据的函数（functions），打印数据的formats。Formats打印日期数据时，还需要将数值换成日期FORMAT BirthDate WORDATE18.;使用retain和sum语句创建数组格式ARRAY store(4) Macys Penneys Sears Target;store(1)是Macys，store(2)是Penneys，store(3)是Sears，store(4)是Target。（变量可以是已存在的，也可以是新创

9、建的）方便对同类型的变量进行处理7、列出变量名的快捷方式第四章1、BY语句 BY语句只在过程proc sort中是必须的，它用来对观测值排序。其他过程都假设了数据已经进行了排序，所以如果数据还没有排序，那么在分析之前要用proc sort排序。TITLE 和FOOTNOTE语句为输出加上标题和脚注Label语句为输出的变量加上标签在数据步中使用label语句，则标签会保存在数据集中；在过程步中使用，标签只在这个过程中有效。用where语句在过程中构造子集不会创建新的数据集3、用proc sort为数据排序选项nodupkey告诉SAS排序时删除重复值PROC SORT DATA=messy O

10、UT=neat NODUPKEY;将DESCENDING加在要降序的变量前面BY State DESCENDING City;用proc print打印你的数据 NOOBS选项与LABEL选项SAS默认打印观测值数，noobs选项可以取消。SAS默认打印时用变量标签代替变量，用label可以改变取消：PROC PRINT DATA=data-set NOOBS LABEL;其他选项BY variable-list; 前提是数据必须进行排序ID variable-list; 指定观测变量SUM variable-list; 打印变量总数VAR variable-list; 指定打印哪部分变量以及

11、打印顺序，默认打印全部。用formats改变打印外观Format可以用在数据步和过程步中，前者将把格式永久储存，后者只是临时储存。使用proc format创建自己的格式第五章1、ODS、ODS TRACE语句：告诉SAS打印出SAS日志中输出对象的信息。ODS select语句：知道输出对象的名字之后，选择需要的输出对象。ODS OUTPUT语句:有选择地创建新的数据集。提醒：ODS 语句不属于数据步也不属于过程步，摆放它的好位置是proc过程步之前，这个过程步的输出正是你希望捕捉的。、使用ODS语句创建HTML输出Contents= 文件是一个链接到主体文件的一个目录表，它将会列出输出的每

12、个部分，点击表中某个条目，相关输出会出现。Page= 文件类似于contents文件，不同的是，contents通过标签列出输出的每个部分，而page文件通过页码列出。Frame= 允许同时访问在不同区域、框架或浏览器窗口中，访问主体文件、contents文件和page文件。Style= 这个选项允许指定一个风格模板，默认的模板名为default。、使用ODS语句创建RTF输出在word中输出：在PDF中输出：2、标题和注脚（title、footnote）指定颜色、TITLE COLOR=BLACK Black COLOR=GRAY Gray COLOR=LTGRAY Light Gray;背

13、景颜色、TITLE BCOLOR=#C0C0C0 This Title Has a Gray Background;高度、TITLE HEIGHT=12pt Small HEIGHT=.25in Medium HEIGHT=1cm Large;对齐方式、TITLE JUSTIFY=LEFT Left JUSTIFY=CENTER vs. JUSTIFY=RIGHT Right;字体、TITLE Default FONT=ArialArialFONT=Times New Roman Times New Roman FONT=CourierCourier加粗与斜体TITLE FONT=Courie

14、rCourierBOLDBoldBOLD ITALICBold and Italic;3、改变输出表格的背景（style）改变数据单元的背景颜色：增加VAR语句，将record列的字体改为斜体和粗体：用style=option定制proc report输出基本格式注意：Define name/group;表示name变量不用sum。改变数据单元的背景颜色和对齐方式只改变name这一列使用style=option定制proc tabulate（表格）输出制表基本格式将数据单元的数据居中，并将背景设置为白色改变数据单元：PROC TABULATE DATA=mysales STYLE=BACKGR

15、OUND=yellow;改变行或列:TABLE City,Month ALL*STYLE=BACKGROUND=red;6、按条件改变某列值的颜色用到format语句，相当于自定义改变颜色的条件。第六章SET语句使用SET语句修改数据集基本形式为：DATA new-data-set;SET data-set;取子集：sales中变量day=F的观测，并新增变量：total。使用set语句堆叠数据基本形式为：DATA new-data-set;SET data-set-1 data-set-n;适用于有相同变量的两个数据集。使用SET语句插入数据集基本格式：DATA new-data-set;S

16、ET data-set-1 data-set-n;BY variable-list; merge语句一对一匹配合并数据集DATA new-data-set; MERGE data-set-1 data-set-2;BY variable-list;两个数据集的必须得先按主键排序。注意：如果两个数据集有重叠的变量除了BY变量，那么第二个数据集中的此变量会覆盖第一个数据集中的。一对多匹配合并数据一对多的一要放在前面。合并统计量与原始数据合并total和原始数据（）DATA new-data-set; IF _N_=1 THEN SET summary-data-set;SET original-d

17、ata-set;适用于没有匹配变量的情况下，将一个单个观测值合并到多个观测值中。update语句基本格式：DATA master-data-set; UPDATE master-data-set transaction-data-set;BY variable-list;（匹配变量的变量值有唯一性；交易数据的缺失值不会改写主数据中存在的值）使用SAS数据集选项用法：接在数据集名之后，用括号括起来KEEP=variable-list 告诉SAS保留哪个变量DROP=variable-list 告诉SAS丢弃哪个变量RENAME=(oldvar=newvar) 重命名某个变量FIRSTOBS=n

18、从观测值n开始读取变量OBS=n 到观测值n停止读取IN=new-var-name选择并重命名变量 ：用observation number选择观测值 ：用in=option追踪并选择观测值：创建的变量是临时的，只存在于数据步期间。若新变量存在一个数据集中则赋为1，不存在则赋为0.（用于SET,MERGE,或者UPDATE）5、output语句使用output语句写多维数据集IF family=Ursidae THEN OUTPUT bears;IF family=Ursidae THEN OUTPUT bears;（如果遗漏了数据集名，则将被写入数据步中所有的数据集中去）使用output将一

19、个观测值变成多个观测值SAS通常在数据步结尾将一个观测值写入数据中，output放入循环中，每循环一次就输出一个观测。6、transpose语句使用proc transpose将观测值转变为变量PROC TRANSPOSE DATA=old-data-set OUT=new-data-set;BY variable-list;（保持不变的变量）ID variable;（要变为变量的观测值）VAR variable-list;（要变为观测的变量）7、使用SAS自动变量_N_：记录了SAS在数据步中循环的次数_ERROR_：如果一个观测值的数据出现错误，_ERROR_会被赋值为1，否则赋值为0和：

20、当使用BY语句时，这两个变量才有效。SAS处理一个观测值时，如果某个变量的新变量值是第一次出现，被赋值为1，其他观测值中被赋为0。是同理的某变量的变量值是最后一次出现时，赋为1，其他赋为0。第七章定义宏变量：格式： %LET 宏变量名=值；如： %let dsn=;第八章用PROC UNIVARIATE检验数据分布（normal、plot选项）用proc means产生统计量用proc freq检验分类数据基本格式：PROC FREQ;TABLES variable-combinations/options;用proc corr检测相关性基本形式为：PROC CORR；VAR variable

21、-list;（变量出现在交叉表顶部）WITH variable-list;（变量出现在左侧）使用proc reg做简单的回归分析PROC REG LINEPRINTER;MODEL dependent=independent;PLOT dependent*independent=symbolP.*independent=symbol/OVERLAY;读取proc reg的输出使用proc anova做单因素方差分析读取proc anova的输出SQL部分PROC SQL;SELECT语句：SELECT （DISTINCT：只显示查询结果中不重复的数据）FROM WHERE 过滤条件：用于过滤查

22、询的数据。格式：别名.字段表达式=值连接条件：用于建立两个表间的关系。别名1.字段表达式1=别名2.字段表达式2GROUP BYHAVING HAVING：将统计结果作为查询过滤条件ORDER BY ASC | DESC嵌套查询where NA in (select jobcat from where idnum=supid )多表查询1.用WHERE子句设置联接条件在FROM子句中列出要查询的多个表在WHERE子句中加入联接条件.=. as m left join as d on = and =宏变量部分1、定义宏变量：%let 宏变量名=值；、用宏定义模块化代码 %macro 宏变量名；

23、.文本; %mend 宏变量名；、宏的调用 %宏变量名；、定义带参数的宏 %macro 宏变量名（参数1， 参数2，.）、引用带参数的宏实例：看看到底哪里方便了 %变量名（参数1，参数2，.）2、引用宏变量：&a（在带有引号的文本中引用宏变量时，需要将这个文本字符串用双引号括起来。） 多次引用宏（宏嵌套）： 必须使用%str( )函数围住宏变量的值，以后用&d来引用此段程序。 3、显示宏变量%put &a + （分隔符（一般用句号.） + 其他文本4、宏内调用宏 %macro create; 子宏一 data temp; set mr.&dat; if year(date)=&year the

24、n output; run;%mend;%macro plot; 子宏二 proc gplot data=temp; title2 &year &pr timeseries; plot &price*date=1; run;%mend;%macro analyze(dat,year,pr,price); 主宏（参数用于代替子宏中的对应参数）%create;%plot;%mend;%analyze(a000001,1994,开盘价,oppr);%analyze(a000001,1995,收盘价,clpr);5、宏do循环语句计数型循环%do 循环变量=初值 %to 终值 %by 步长；循环体；%

25、end；当型循环%macro mac2;%let i=0;%do %while (&i 10 ) ;%let i =%eval( &i + 1);（对循环变量累加赋值时需使用函数%eval( )来计算算术表达式的值）%put &i;%end;run;%mend;%mac2; 6、条件判断语句%if 表达式 %then 语句1；%else 语句2；7、宏与数据步的信息交换data a ;input n;cards;10;run;%macro what; data _null_;set a;call symput(then,n);（将数据步中的变量n传递给了宏变量then）run;footnote 共&then.个结果;（不能漏了句号）%mend;8、