SAS数据整理的16个技巧

275932488

       1、修改属性
　　attrib
　　2、根据条件删除记录
　　if 条件 then delete；
　　3、分拆数据集
　　data master missing； merge old new（in=x）； by id； if x=0 then output missing；else output master； run； 4、利用attrib删去所有label data want；set have；attrib _all_ label=""； run；
　　5、keep 保留变量data abc；set ad；keep name label；run； 6、drop 删除变量data abc；set ad；drop name label；run； 7、Missing（），如果变量有缺失值，则返回真。如
　　data test_miss；
　　set learn.blood；
　　if missing（Gender） then MissGender + 1；
　　if missing（WBC） then MissWBC + 1；
　　if missing（RBC） then MissWBC + 1；
　　if Chol lt 200 and not missing（Chol） then
　　Level = 'Low '；
　　else if Chol ge 200 then Level = 'High'；
　　run；
　　当变量名形如x1-x5，可以调用missing（of x1-x5）.此种写法也可用于诸如sum等函数。
　　8、Ranuni.返回0到1的随机数。若以0作为种子，SAS将以系统时间作为种子产生随机数。
　　9、Lag返回前一个观测值的函数。看下面的代码
　　data look_back；
　　input Time Temperature；
　　Prev_temp = lag（Temperature）；
　　Two_back = lag2（Temperature）；
　　datalines；
　　1 60
　　2 62
　　3 65
　　4 70
　　；
　　得到结果为
　　Listing of LOOK_BACK
　　Prev_
　　Obs Time Temperature temp Two_back
　　1
　　1
　　60
　　.
　　.
　　2
　　2
　　62
　　60
　　.
　　3
　　3
　　65
　　62
　　60
　　4
　　4
　　70
　　65
　　62
　　lag返回前一个观测值，lag2将返回往前数两个的观测值，不是指两个观测值。呵呵。lag的一般作用为计算两个变量的差值。将上例略微修改一下，计算两天的温度差。
　　data diff；
　　input Time Temperature；
　　Diff_temp = Temperature – lag（Temperature）；
　　datalines；
　　1 60
　　2 62
　　3 65
　　4 70
　　；
　　当然更直接的用法是用Diff函数。
　　data diff；
　　input Time Temperature；
　　Diff_temp = dif（Temperature）；
　　datalines；
　　1 60
　　2 62
　　3 65
　　4 70
　　；
　　10.Compbl：将字符串中两个或两个以上的空格删除只剩一个空格（即 compress blank）。Compress删除空格或指定的字符。
　　假设有一个名为电话号码的变量，由于其来源的不同，导致格式多样。
　　Phone
　　（908）232-4856
　　210.343.4757
　　（516） 343 - 9293
　　9342342345
　　现在想去掉左右括号，点号和-号。
　　data phone；
　　length PhoneNumber $ 10；
　　set learn.phone；
　　PhoneNumber = compress（Phone，' （）-.'）；
　　drop Phone；
　　run；
　　compress的参数称为修饰语（modifier），各个修饰语的意思如下
　　d
　　删除数字
　　a
　　删除大小写字符
　　i
　　忽略大小写
　　k
　　保留字符串
　　s
　　删除空格，制表符等
　　p
　　删除标点符号
　　例如
　　函数
　　作用
　　返回值
　　compress（String，，'a'）删除所有字符串
　　123
　　compress（String，，'kd'）删除除数字外的其它字符
　　123
　　compress（String，'wxyz'，'i'）忽略大小写删除 wxyz
　　123
　　compress（"A？B C99"，，'pd'）删除标点符号和数字
　　AB C
　　11、连接字符串。||或者！！将连接两个字符串为一个字符串，其长度等于两个字符串长度之和。比方说one=ABC，two=DEF，则one||Two将返回ABCDEF.
　　CAT函数等同于||，除了返回的字符串的长度以外，其缺省值是200.Cats函数在连接字符串前去掉字符串前面和后面的空格。Catx类似于Cats，在去掉前后的空格后，会在连接的两字符串中间插入分隔符。下述代码为其例子。
　　title "Demonstrating the Concatenation Functions"；
　　data _null_；
　　Length Join Name1–Name4 $ 15；
　　First = 'Ron '；
　　Last = 'Cody '；
　　Join = '：' || First || '：'；
　　Name1 = First || Last；
　　Name2 = cat（First，Last）；
　　Name3 = cats（First，Last）；
　　Name4 = catx（' '，First，Last）；
　　file print；
　　put Join= /
　　Name1= /
　　Name2= /
　　Name3= /
　　Name4= /；
　　run；
　　输出结果
　　Demonstrating the Concatenation Functions
　　Join=：Ron ：
　　Name1=Ron Cody
　　Name2=Ron Cody
　　Name3=RonCody
　　Name4=Ron Cody
　　12、Find函数。其语法形式如下
　　find（string， find-string， modifiers， starting-position）
　　13、字符串拆分函数Scan.Scan函数提出以空格或标点符号隔开的第n个单词。不同于trim，trim只是提取字符。
　　14、比较字符串函数Compare
　　15、模糊匹配函数Spedis.例如
　　data fuzzy；
　　input Name $20.；
　　Value = spedis（Name，'Friedman'）；
　　datalines；
　　Friedman
　　Freedman
　　Xriedman
　　Freidman
　　Friedmann
　　Alfred
　　FRIEDMAN
　　；
　　返回结果如下
　　Listing of FUZZY
　　Name
　　Value
　　Friedman
　　0
　　Freedman
　　12
　　Xriedman
　　25
　　Freidman
　　6
　　Friedmann
　　3
　　Alfred
　　100
　　FRIEDMAN
　　87
　　当两个字符串完全匹配时，将返回0.第一个字符匹配错误，将比其它字符匹配错误所得的处罚分数更大。
　　16、字符串替换
　　函数Translate会替换某个字符，而Transwrd会替换某个单词。例如
　　data trans；
　　input Answer ： $5.；
　　Answer = translate（Answer，'ABCDE'，'12345'）；
　　datalines；
　　14325
　　AB123
　　51492
　　；
　　得到结果如下
　　Answer
　　ADCBE
　　ABABC
　　EAD9B
　　Tranwrd经常用于标准化地址等，如以Street替换St.，以Road替换Rd.，等等。