工作与学习 2008-07-02 19:39:35 阅读1766 评论6 字号：大中小
第一章 sas是什么
1.SAS系统是一个模块化的集成软件系统；
—— 数据处理和统计领域的国际标准软件；
—— 世界领先的数据分析和信息系统；
SAS系统广泛应用于金融、医疗、运输、通迅、政府、科研和教育等领域；
SAS含义
Statistical Analysis System
2.SAS系统的主要四大功能
数据访问
数据管理
数据分析
数据呈现
3.SAS系统对50多种数据源提供了引擎 ，如： DB2 和 Oracle
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
第二章 开始sas程序的讲解
1.sas程序的介绍
有两种程序步组成，数据步和过程步，每个步通常有若干个SAS语句组成；
数据步：以data语句开始，用于创建和处理SAS数据集；
过程步：以proc语句开始，主要用户处理SAS数据集；
2.SAS数据集
通常分为两个部分：描述部分（包含数据属性的信息）和 数据部分（包含数值）；
数据集的列称为变量(Variable),行称为观测(Observation)。
查看数据集的描述部分：proc contents data=sas_data_set;run;
查看数据集的数据部分：proc print data=sas_data_set;run;
4.SAS变量的类型
*字符型变量 （Character Variable ）(1-32767字节),均以字母、下划线开头；字符型变量的缺省数据用空格表示；
*数值型变量 （Numerical Variable ）默认为8个字节的长度，数值型变量的缺省数据用点（.）表示；
5.变量的命名规范：1－32个字符长度，不区分大小写，以下划线或字母开头
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
第三章 sas数据仓库
1.每次SAS启动都自动生成三个库标记：WORK、SASUSER和SASHELP；
2.库的分类
永久性库：sasuser、sashelp、自定义的库
临时性库：只有一个，名为WORK，可以省略库标记；每次启动SAS自动生成，结束SAS后库中的数据被自动删除；
用libname指定库标记，如：libname temp“e:\temp\data”；
3.使用关键词_ALL_列出数据仓库中所有的sas文件，使用NODS option来禁止对数据集的描述
PROC CONTENTS DATA=libref._ALL_ NODS;
RUN;
注意：NODS选项只能和_ALL_一起联用
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
第四章 数据列表报表
1.print过程
语法格式：
proc print data=SAS数据集 noobs；
var 分析变量1 分析变量2 ... 分析变量n；
where 表达式；
sum 求和变量；
run;
Noobs选项：在PRINT过程中可以用NOOBS选项去掉OBS列；
VAR语句：控制变量的出现与否以及出现的顺序；
WHERE语句：控制哪些观测将出现在报表中；它的表达式主要是操作数和操作符，
SUM语句：计算变量的总合；
2.观测的排序和分组§(sort)和(by)
对数据进行分组并求每组小计，用PRINT过程的BY语句，但必须先对相应的变量进行排序；
如：proc sort data=temp.empdata out=temp.empdata2;
By JobCode;
Run;
proc print data=temp.empdata;
by JobCode;
sum Salary;
pageby JobCode; /*使产生的报表按组分页*/
run;
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
第五章：输出
1.标题和脚注：
在所有的SAS报告中都可以加标题（Title）和脚注(Footnote):
语法格式：TITLEn ‘text’;
FOOTNOTEn ‘text’;
特点：n 的取值范围是1-10；
标题出现在每页的顶部；
脚注出现在每页的底部；
如果没有定义标题，缺省的标题是：“The SAS System”;
如果没有脚注就不出现；
没有n的标题和脚注就是：TITLE1、FOOTNOTE1；
定义的标题和脚注一直有效，知道另一个语句被执行；
带n的标题或脚注被执行后，替代了原先具有同样号码的标题和脚注；
带n的标题或脚注被执行后，取消了更大号码的标题和脚注；
2.LABEL语句：产生用户化和容易阅读的表头：
如：label 变量1=’标签’ 变量2=’标签’;
属性：是最大长度为256个字符串；
注意：在PRINT过程中必须用PRINT语句中的LABEL或SPLIT=选项才能被显示；
在过程步中定义只在该过程中有效；
在数据步中定义就被存在数据集的描述部分与数据集一直有效；
3.format的使用
分类：系统format和用户自定义format
4.用户自定义format的使用
format变量的语法格式：<$>format<w>.<d>
在VALUE语句中，格式可以赋予为：
A．单个数字：如：
Proc format;
Value gender 1=’Female’
2=’Male’
Other=’Miscoded’;
Run;
B．某数字范围：如：
Proc format;
Value boadfmt low-49=’Below’
50-99=’Average’
100-high=’Above Average’;
Run;
C．字符或字符串：如：
Proc format;
Value $grade ‘A’=’GOOD’
‘B’-‘D’=’PAID’
‘I’,’W’=’POOR’
‘PILOT’=’pilot’
Other=’Miscoded’;
Run;
format的使用步骤：
第一步：用户创建format
PROC FORMAT;
VALUE format-name range1='label '
range2='label '
. . . ;
RUN;
第二步：应用所创建的format
proc print data=ia.empdata;
format [$]varialble-name format-name;
run;
5.使用ODS创建html报表（利用ODS将SAS输出结果生成HTML格式文件）
ODS--Output Delivery System
语法格式：ODS HTML FILE='HTML-file-specification' <options>;
产生输出的sas代码
ODS HTML CLOSE;
第六章 创建sas数据集
1.列输入(column input)
*此模式读入外部原始数据文件，适应文件为：
数据固定在某些列中；
数据只包含标准的数字和字符；
*过程:
a.开始一个数据步，并给数据步命名
b.用infile指明原始数据的存放位置
c.用input指明怎样读取原始数据
*格式：
data 库名.数据集名；
infile '文件名(路径)' <选项>;
input 变量名 <$> 起始列-结束列； ($用在变量是字符型)
run;
2.格式输入(formatted input)
*适合用格式输入的外部原始数据文件
数据是固定列；
但含有标准或者不标准字符以及数字的文件；
*语法格式：
data SAS数据集;
Infile ‘外部原始文件’;
INPUT 指针控制 变量名 <$> 格式名；($表示字符型变量)
Run;
*指针的控制：
@n 移动指针到第几列（绝对位置）
+n 把指针移动几个位置（相对位置）
3.输入格式informat
<$>informat-namew.<d>
说明:
$ 如果是字符型，使用$
informat-name是输入格式的格式名
w 是变量总长度
. 句点是必修的分隔符,不能缺少
d 如果是数值型的话, d指定了小数位的长度
4.分配变量属性
变量的临时属性和永久属性：
PROC步可赋予临时属性：其中的标签只在该步显示时有，并没存在数据集里；
如：proc print data=temp.dfwlax label;
Label Dest=’Destination’
FirstClass=’First Class Passengers’;
Run;
DATA步可赋予永久属性：其中的标签被存在数据的描述部分，与数据集一起存在；
如： data temp.dfwlax;
Infile ‘‘c:\course\tempdata.dat’;
Input @12 Dest $3. @15 FirstClass $3. ;
Label Dest=’Destination’ FirstClass=’First Class Passengers’;
Run;
---------------------------------------------------------------------------------------
第七章 数据步程序设计
1.读sas数据集以及创建变量
用DATA步产生SAS数据集的三种方法：
A.数据在作业流中：
DATA 语句；
INPUT 语句；
CARDS；
数据行；
；
RUN；
B.数据在磁盘上：
DATA 语句；
INFILE 语句；
INPUT 语句；
RUN；
C.数据来自其它SAS数据集：
DATA 语句；
SET / MERGE / UPDATE / MODIFY语句；
<DATA步中的其它SAS语句>；
RUN；
2.用已有的数据集创建另一个数据集[set的使用]
DATA 新的数据集名;
SET input-SAS-data-set;
<additional SAS statements>
RUN;
3.sas操作符和函数的使用
语法格式：function-name(argument1,argument2, . . .)
函数：sum(argument1,argument2, . . .);
TODAY();
MDY(month,day,year);
QTR(SAS-date);
MONTH(SAS-date);
WEEKDAY(SAS-date);
4.有条件的程序
语法结构：
简单if语句
IF expression THEN statement;
ELSE statement;
复杂if语句
IF expression THEN DO;
executable statements
END;
ELSE DO;
executable statements
END;
设置变量长度
LENGTH variable(s) $ length;
取数据集子集
a.WHERE语句
b.DELETE语句
IF expression THEN DELETE;
c.子集IF语句
IF expression;
使用sas日期常数
格式： 'ddMMMyyyy'd
例如：(example: '14dec2000'd)
说明：'d是必须的，用来把引号里的字符串转换成sas日期
--------------------------------------------------------------------------------------------
第八章 数据拼接
1.使用set连接sas数据集
语法格式：
DATA SAS-data-set ;
SET SAS-data-set1 SAS-data-set2 . . . ;
<additional SAS statements>
RUN;
set中变量重命名
语法格式：
SAS-data-set(RENAME=(old-name-1=new-name-1
old-name-2=new-name-2 .
.
.
old-name-n=new-name-n))；
交叉sas数据集，使用by语句
BY语句：使用BY语句可使生成的数据集按某变量排序，但输入数据集必先按该变量排序过；
语法格式：
DATA SAS-data-set;
SET SAS-data-set1 SAS-data-set2 . . . ;
BY BY-variable;
<other SAS statements>
RUN;
2.MERGE sas数据集(必先排序)
MERGE语法格式：
DATA SAS-data-set;
MERGE SAS-data-sets;
BY BY-variable(s);
<additional SAS statements>
RUN;
IN= 选项
格式:SAS-data-set(IN=variable)
解释:一个临时的数字类型的变量，其值为0或者1
IN选项，当读入多个SAS数据集时，用IN选项可确定本观测来自哪个数据集；
variable＝0表示观测不是来自本数据集
variable＝1表示观测是来自本数据集
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
第九章 制作汇总报表
1.基本的汇总报表(freq、mean)
freq报表默认的情况下：
分析每一个变量,显示出每一个数据值,计算出数字类型的每列的百分比,指出每一个变量有多少条观测中有缺失值
用此过程一般有两个目的：
1：描述过程：产生频数表和交叉表，可简洁的描述数据；
2：统计过程：产生各种统计量(频数、百分比)，分析变量间关系；
使用：
A.单项频数表：PROC FREQ DATA=SAS数据集;
TABLES 变量;
RUN;
B.双向交叉表：PROC FREQ DATA=SAS数据集;
TABLES 行变量*列变量;
RUN;
C.n向交叉表:PROC FREQ DATA=SAS数据集;
TABLES a*b*c*d;
RUN;
如果要一张三向（或n向）交叉表 ，只要在TABELS语句中用星号将3个（或n个）变量名连接起来。
最后一个变量的值形成列，倒数第二变量的值形成行，其余变量的每一水平（或水平的组合）形成一层.
2.MEAN过程
对数据集中的数值变量计算简单描述统计量（个数、均值、标准差、最大值、最小值）；
如：proc means data=temp.crew;
Var Salary;
Class JobCode;
Run;
3.REPORT 程序
REPORT过程将PRINT、MEANS、和TABULATE过程与DATA步报表写法的特点结合起来成为一个强有力的编写报表的过程；它的一般形式：
格式：
PROC REPORT DATA=SAS数据集 [选项];
BREAK BEFORE|AFTER break变量 [/选项];
COLUMN 显示变量;
DIFINE 处理变量 [/选项];
RBREAK AFTER|BEFORE [/选项];
Run;
例子:
proc report data = temp.crew nowd headline headskip ;
column JobCode Location Salary; /*column: 显示的列*/
define Location / order 'Home Base'; /*order表示Location是排序变量，引号中的是列抬头*/
define JobCode / group width=8 'Job Code'; /*group说明JobCode是分组变量、width指明变量宽度 */
define Salary / format = dollar10.; /*format: 输出格式*/
rbreak after /summarize dol; /*结尾产生一总汇总值，其中 dol是两虚线*/
run;
联系客服
