【正文】 華中科技大學(xué)公衛(wèi)學(xué)院 流行病與衛(wèi)生統(tǒng)計(jì)系 SAS數(shù)據(jù)集 1 SAS應(yīng)用 一、 SAS數(shù)據(jù)集的概念和結(jié)構(gòu) SAS是處理數(shù)據(jù)的軟件 ， SAS處理的數(shù)據(jù)必須以數(shù)據(jù)集的形式出現(xiàn) 。 數(shù)據(jù)集是指使用 SAS系統(tǒng)產(chǎn)生的一類(lèi)具有特殊結(jié)構(gòu)的文件 ， 此類(lèi)文件是數(shù)據(jù)的特殊組織形式 。 ? SAS data sets SAS數(shù)據(jù)集? SAS所能做的任何工作都離不開(kāi) SAS數(shù)據(jù)集 ， 所以可以這樣說(shuō) ， SAS數(shù)據(jù)集是SAS系統(tǒng)的 ? 心臟 ? 。 2 數(shù)據(jù)步功能： 1． 將輸入數(shù)據(jù)轉(zhuǎn)化為 SAS數(shù)據(jù)集； 2． 編輯數(shù)據(jù)集中的數(shù)據(jù) ， 檢查和修改數(shù)據(jù)中的錯(cuò)誤 ， 計(jì)算新變量等； 3． 根據(jù)用戶要求的格式打印數(shù)據(jù) ， 或?qū)?shù)據(jù)寫(xiě)入磁盤(pán)文件； 4． 從已有的數(shù)據(jù)集中通過(guò)取子集 、 合并 、 更新等方法產(chǎn)生新的數(shù)據(jù)集 。 3 華中科技大學(xué)公衛(wèi)學(xué)院 流行病與衛(wèi)生統(tǒng)計(jì)系 第一節(jié) SAS數(shù)據(jù)集的建立 4 1． SAS數(shù)據(jù)集的名稱 在建立數(shù)據(jù)集時(shí) ， 你必須給它命名 。SAS數(shù)據(jù)集的名字可以有 18個(gè)字符 ， 必須以字母或下劃線開(kāi)始 ， 后面跟英文字母 、數(shù)字或下劃線 ， 中間不能有空格 。 下面這些均是合法的 SAS數(shù)據(jù)集名： SALES _TAXES _88FILES QUARTER_1 5 SAS數(shù)據(jù)集組成要素 1．?dāng)?shù)據(jù)值 數(shù)據(jù)值是構(gòu)成 SAS數(shù)據(jù)集的基本單元，數(shù)據(jù)值分為數(shù)值型數(shù)據(jù)、字符型數(shù)據(jù)和日期型數(shù)據(jù)三種類(lèi)型。 2．觀測(cè)值 描述一個(gè)觀察單位（如一個(gè)人，一個(gè)地區(qū)，一年）特征的一系列數(shù)據(jù)值稱為觀測(cè)值。 3．變量 具有相同特征的數(shù)據(jù)值的集合組成了變量。 4．?dāng)?shù)據(jù)集 數(shù)據(jù)集是由若干個(gè)觀測(cè)值組成的集合。 6 SAS數(shù)據(jù)集的結(jié)構(gòu) OBS NAME SEX SI S2 S3 1 WANGBO M 79 78 92 2 HEWEI M 96 69 87 3 YANJIN F 98 87 93 4 MALIV F 88 85 90 5 HAVHUI M 73 93 89 6 ZHOUBIN M 96 87 89 7 LIMIN F 87 93 90 8 SUNYI F 79 88 76 7 數(shù)據(jù)值 變量 觀測(cè)值 2． SAS數(shù)據(jù)集分為兩種 臨時(shí)數(shù)據(jù)集 temporary SAS data sets 永久數(shù)據(jù)集 permanent SAS data sets 所謂臨時(shí)數(shù)據(jù)集 ， 是指本次 SAS作業(yè)（ SAS session） 中臨時(shí)建立并只在本次 SAS作業(yè)中有效的臨時(shí)性的數(shù)據(jù)集 ， 退出 SAS， 臨時(shí)數(shù)據(jù)集即消失 。 所謂永久數(shù)據(jù)集是存貯在外部存貯介質(zhì)（ 硬盤(pán) 、 軟盤(pán)等 ） 上的數(shù)據(jù)集 ， 不刪除可以長(zhǎng)久存在 ， 反復(fù)使用 。 8 SAS數(shù)據(jù)集 —— 臨時(shí)數(shù)據(jù)集 Data aa。 Input id x1 x2 x3$@@。 Cards。 1 153 45 m 2 145 37 f 3 150 40 m 。 Proc print。 Run。 SAS數(shù)據(jù)集 —— 永久數(shù)據(jù)集 Libname m’d: \gw’。 Data 。 Input id x1 x2 x3$@@。 Cards。 1 153 45 m 2 145 37 f 3 150 40 m 。 Run。 SAS數(shù)據(jù)集 — 調(diào)用永久數(shù)據(jù)集 ? libname m39。d:\gw39。 ? run。 /*建永久數(shù)據(jù)集 */ ? data bb。 ? set 。 /*調(diào)用永久數(shù)據(jù)集 */ ? proc print。 ? run。 3．一點(diǎn)說(shuō)明 建立或調(diào)用一個(gè)永久數(shù)據(jù)集 ， 必須使用兩級(jí)名規(guī)則 。 第一級(jí)名又叫庫(kù)邏輯名 （ libref） ，用來(lái)表示數(shù)據(jù)集的目錄路徑；第二級(jí)名是數(shù)據(jù)集名 （ filename） ， 用來(lái)區(qū)別其它的數(shù)據(jù)集 。一級(jí)名與二級(jí)名用 ? .? 分開(kāi) ， 例如：在以 CLINIC為邏輯名的目錄路徑下有一永久數(shù)據(jù)集 ADMIT， 調(diào)用此數(shù)據(jù)集時(shí) ，要用兩級(jí)名 ， ↓ ↓ libref filename 12 SAS系統(tǒng)給每個(gè)臨時(shí)數(shù)據(jù)集自動(dòng)給予一個(gè)叫 ? work? 的一級(jí)名 ， 但在引用臨時(shí)數(shù)據(jù)集時(shí) ， 不用加 ? work? 字樣（ 生成臨時(shí)數(shù)據(jù)集時(shí) ， 在 LOG窗口可以看到臨時(shí)數(shù)據(jù)集的全稱 ） 。 故在實(shí)際應(yīng)用中 ， 使用單名的數(shù)據(jù)集都是臨時(shí)數(shù)據(jù)集 ， 使用兩級(jí)名的數(shù)據(jù)集則是永久數(shù)據(jù)集 。 13 二 、 建立 SAS數(shù)據(jù)集 14 SAS語(yǔ)句的書(shū)寫(xiě)規(guī)則： 1. 以 SAS關(guān)鍵詞（ SAS keyword）開(kāi)頭， 關(guān)鍵詞可以大寫(xiě)字母可以小寫(xiě)； 2. 以分號(hào)（ semicolon）結(jié)尾； 3. 可以從任意行或列開(kāi)始或結(jié)束； 4. 一條語(yǔ)句可以連續(xù)寫(xiě)多行； 5. 多條語(yǔ)句可以在同一行； 6. 字與字間（ words）用空格分隔； 7. 程序的最后要有“ run”語(yǔ)句； DATA CLASS； INPUT NAME $ SEX $ S1 S2 S2； CARDS； WANGBO M 79 78 92 HEWEI M 96 69 87 ； RUN； 1． 臨時(shí)數(shù)據(jù)集的建立 （ 1） 程序的基本結(jié)構(gòu)： DATA 語(yǔ)句； INPUT 語(yǔ)句； 用于數(shù)據(jù)步的其它語(yǔ)句 …… CARDS； 若干數(shù)據(jù)行 …… ； RUN； 15 A 直接通過(guò)鍵盤(pán)輸入數(shù)據(jù) 16 OBS NAME SEX SI S2 S3 1 WANGBO M 79 78 92 2 HEWEI M 96 69 87 3 YANJIN F 98 87 93 4 MALIV F 88 85 90 5 HAVHUI M 73 93 89 6 ZHOUBIN M 96 87 89 7 LIMIN F 87 93 90 8 SUNYI F 79 88 76 例 17 DATA CLASS； INPUT NAME $ SEX $ S1 S2 S2； CARDS； WANGBO M 79 78 92 HEWEI M 96 69 87 YANJIN F 98 87 93 MALIN F 88 85 90 HANHUI M 73 93 89 ZHOUBIN M 96 87 89 LIMIN F 87 93 90 SUNYI F 79 88 76 ； RUN； （ 1） DATA語(yǔ)句 語(yǔ)句格式 ： DATA [數(shù)據(jù)集名表 ] [選擇項(xiàng) ]； 18 DATA語(yǔ)句的作用是表明數(shù)據(jù)步的開(kāi)始，并給出所建數(shù)據(jù)集的名稱。 數(shù)據(jù)集名必須以英文字母開(kāi)始，最長(zhǎng)不超過(guò) 8個(gè)字符。 數(shù)據(jù)集名可以是一個(gè)或者多個(gè)。 DATA語(yǔ)句中，如果不給出數(shù)據(jù)集名，則 SAS系統(tǒng)自動(dòng)以 DATA DATA2等依次命名所建立的數(shù)據(jù)集。 DATA class； （ 2） INPUT語(yǔ)句 19 功能：讀取 CARDS語(yǔ)句后的數(shù)據(jù)，或從外部數(shù)據(jù)文件讀數(shù)據(jù)，并將讀入的數(shù)據(jù)賦給“ INPUT”后相應(yīng)的變量； [變量說(shuō)明 ]主要有以下三種格式： ? 自由格式 ? 列輸入格式 ? 格式化輸入 格式： INPUT [變量說(shuō)明 ]； INPUT NAME $ SEX $ S1 S2 S3； 1） 自由輸入格式 是最簡(jiǎn)單的數(shù)據(jù)輸入方法 ， 它只需要在 INPUT語(yǔ)句中按順序列變量名 ， 而不必了解輸入記錄中數(shù)據(jù)占有哪些列 。 語(yǔ)句格式： INPUT 變量名 [$]； INPUT NAME $ SEX $ S1 S2 S2； 注意： ① INPUT語(yǔ)句中列出的變量的順序與相應(yīng)的輸入數(shù)據(jù)的 順序必須一致 ， $指明左邊的變量為字符型變量 。 ② 使用列表輸入數(shù)據(jù)必須通過(guò)空格分隔 。 ③ 字符型數(shù)據(jù)的長(zhǎng)度缺省值是 8個(gè)字節(jié) ， 如果超過(guò) 8位可使用 LENGTH、 ATTRIB、INFORMAT語(yǔ)句重新定義字符串的寬度 。 20 ?列表輸入格式舉例 DATA CLASS； INPUT NAME $ SEX $ S1 S2 S2； CARDS； WANGBO M 79 78 92 HEWEI M 96 69 87 YANJIN F 98 87 93 MALIN F 88 85 90 HANHUI M 73 93 89 ZHOUBIN M 96 87 89 LIMIN F 87 93 90 SUNYI F 79 88 76 RUN； 21 2） 列輸入格式 在 INPUT語(yǔ)句變量名后須指出相應(yīng)的變量值所處的列號(hào)范圍 。 語(yǔ)句格式： INPUT 變量名 [$] 開(kāi)始列 [終止列 ]； 開(kāi)始列 指明該變量要讀取的數(shù)據(jù)的起始列號(hào) 終止列 指明該變量要讀取的數(shù)據(jù)的終止列號(hào) 例如： INPUT NAME $ 18 S1 1213； 該語(yǔ)句從每個(gè)輸入數(shù)據(jù)行的第 1列至第 8列讀 取字符型變量 NAME的值 ， 從第 12列至第 13 列讀取數(shù)值型變量 S1的值 。 22 列輸入的特點(diǎn)： ① 適用于所有輸入行中的同一變量值位于相同的列時(shí)； ② 輸入值可以任何順序讀入 ， 無(wú)須考慮它們?cè)谳斎胗涗浿械奈慌Z； 例如： INPUT S1 1213 NAME $ 18； ③ 字符型數(shù)據(jù)可包含空格； ④ 字符型數(shù)據(jù)可以最多到 200個(gè)字符長(zhǎng)； ⑤ 可讀取全部或部分?jǐn)?shù)值 。 例如： INPUT ID 1015 GROUP 13；第 10至 15列為 ID的值 ， ID的第 4個(gè)數(shù)字即第 13列又是 GROOP的值 。 23 ?列輸入格式舉例 DATA CLASS； INPUT NAME $ 18 SEX $ 10 S1 1213 S2 1516 S2 1819； CARDS； WANGBO M 79 78 92 HEWEI M 96 69 87 YANJIN F 98 87 93 MALIN F 88 85 90 HANHUI M 73 93 89 ZHOUBIN M 96 87 89 LIMIN F 87 93 90 SUNYI F 79 88 76 RUN； 24 3） 格式化輸入 在 INPUT語(yǔ)句變量后給出一個(gè)輸入格式 ， 用來(lái)說(shuō)明變量類(lèi)型和字段的寬度 。 語(yǔ)句格式： INPUT 變量名 [$] SAS輸入格式； 上面的 SAS輸入格式包括一個(gè)園點(diǎn) （ .） 或以（ .） 結(jié)尾 。 如 ， $10.， 。格式化輸入特別適用于讀入日期型變