05数据的定义及汉化.ppt

第五章 数据的定义及汉化 王作雷 盐城师范学院数学科学学院 2011.08 要对数据进行分析和处理，需在过程中使用一些过程步语句和有关的选择项。本章介绍SAS过程步中通用语句，对有些过程步的专用语句和选择项将在后面各过程中介绍。 5.1DATA语句 语句格式： DATA [数据集名] [选择项]； DATA语句的作用是表明数据步的开始，并给出所建数据集的名称。数据集名必须以英文字母开始，最长不超过8个字符。 所有的数据集名都是由句号分隔的两部分组成。第1部分称作1级名(或库逻辑名)，它标识数据集所存储的位置；第2部分(2级名)标识特定的数据集。 如果不想把数据集永久存于磁盘上，可仅使用第二部分数据集名。比如建立一个名为FITNESS的数据集，使用DATA FITNESS；SAS系统把FITNESS作为数据集名的第二部分，并自动以WORK作为第一部分，因此在LOG窗口显示的信息中称该数据集为WORK.FITNESS。 如果仅仅想在DATA步中执行一些语句而不想建立一个SAS数据集，我们可在DATA步中使用特殊的SAS数据集名_NULL_。 在DATA语句中可以为建立数据集提供更多的信息(数据集选择项)。在DATA语句中，如果不给出数据集名，则SAS自动以DATA1，DATA2等依次命名所建立的数据集。 在SAS系统中可同时存在多个数据集，各数据集以名称标识。处理某一数据集中的数据时，应指出该数据集的名称，如果不指出名称则处理最后建立的数据集(又称当前数据集)。 5.2 INFILE语句 利用SAS处理数据，经常是从外部数据文件中读入数据，建立起一个数据集。要求外部的数据文件必须是可以在操作系统下用TYPE命令打印出其全部内容的ASCII码文本文件。 使用INFILE语句指出从哪一文件中读入数据。如在A驱动器的磁盘上有一个FIT.TXT的文本文件，其中数据按列排列如下： 1001F1.6748 1002M1.7360 则可用： DATA D1； INFILE ‘A:FIT.TXT’ INPUT NUM $ 1-4 SEX $ 5 H 6-9 W 10-11； RUN； 读入数据。 图5.1程序 /*程序5.1：*/ LIBNAME LB D:\新SAS; DATA LB.income; INFILE D:\新SAS\my.txt; /*从D:\新SAS\路径中读取my.txt纯文本的数据*/ INPUT id sex $ age height; PROC PRINT; RUN; 图5.1输出结果 5.3INPUT语句 INPUT语句用来描述在输入记录中的数据，并把输入值赋给相应的变量。用INPUT语句是为了读一个外部文件的数据，或是跟在CARDS语句后的数据。如果数据已经在数据集中，应使用SET、MERGE或UPDATE来代替。 有三种方法对INPUT语句中记录的值进行描述： ·固定格式 ·自由格式 ·格式化 除非在INPUT语句中的变量名后跟一$符号，或用字符的输入格式表示，或该变量已被事先定义成字符型，否则SAS系统认定用INPUT语句读入的值是数值型的。如果说明的数据类型和数据不相符，则SAS系统按无效数据处理，将该变量的值置为缺项值。 5.3.1用INPUT语句定义固定格式的变量 语句格式： Input v1 栏目位置 v2 栏目位置 v3 栏目位置； 例如，如果在所有的输入数据行中数值变量COUNT都位于第7至第9列，则INPUT语句为： INPUT COUNT 7-9; 该语句从每个输入数据行的第7至第9列中读取变量COUNT的值。 列输入的特点是： 1)输入值可以以任何顺序读入,而不理会它们在输入记录中的位置。例如语句： INPUT FIR 73-80 SEC 10-12； 首先从73列到80列读入变量FIR的值，然后从第10列到第12列读入变量SEC的值。 2)字符型数据中可包含空格。 3)字符型数据可以最多到200个字符长。 4)可读取全部或部分数值。 一个例子 /*程序5.2*/ DATA A; INPUT id 1-2 sex $ 4 age 6-7 income 9-13 .1; CARDS; 01 m 38 20000 /*数据只能分行写，不能像自由 格式那样在一行上写几个个案*/ 02 f 30 21000 ; PROC PRINT;