SAS 中最常用的一些功能（一）

编程语言是技能，其中有一些部分掌握了之后，就更容易有了一个基本的框架，再去学习其它的知识和功能就更轻松一些。有一个很常见的比喻是：编程学习是拼图，拼图中比较重要的是先拼出整个图的框架，之后每一块的位置才能够明确的定位，进而形成一个完整的图案。

下面提到的这些功能或者知识点，就可以理解成我在学习过程中的第一个框架。

1. Keep 和 Drop

使用这两个命令来选择想要保留或者舍弃的变量。

在Data Step中，DROP variable-list 可以删除变量，类似的，使用KEEP variable-list 来保留变量。举例：

Data Test;
Set work.name;
Drop Full_name Gender;
Run;

Test这个数据集将保存work.name这个数据集的所有行，但是舍弃掉Full_name和Gender这两个变量。

Keep和Drop也可以作为Option使用。 在Data和Set命令中都可以应用：DATA output-SAS-Data-set (DROP = variable-list); 或 SET input-SAS-data-set (KEEP = variable-list); 来实现对于变量的取舍，比如：

Data Test(Drop = Full_name Gender);
Set work.name;
Run;
 
Data Test;
Set work.name (Drop = Full_name Gender);
Run;

上面两个Data Step 将会和第一个同样的结果。

2. 导入数据

导入数据有几种方法，可以使用INFILE命令，也可以使用Proc Import。

使用INFILE命令

INFILE '<external-file>' DLM=',' <Options>

如果数据是外部文件的话，那么exernal-file就是外部文件的路径
DLM是分隔符，也就是数据使用什么作为分隔的，比如可以指定DLM='|'
Option中可以使用DSD，作用是
1. 把分隔符设定为‘，’；
2. 如果有两个连续逗号，保留一个空值；
3. 如果数值有引号，移除；
MISSOVER 的作用是如果数据不能填满一行的话，则全部计为空置；
FIRSTOBS=n可以告诉SAS从哪一行开始读取数据；

在INFILE之后，还要使用Format和Informat命令来设定数据的Format和Informat，使用Input的命令区分数据的类型，是字符型还是数字型。

例子：

  Data Test;
    NFILE "C:\User\Admin\Desktop\Learing\Sample.csv" DLM=',' DSD MISSOVER FIRSTOBS=2 LRECL=32760;
    FORMAT Personal_id $6.
           Gender      $1.
           Account     Best12.;
    INFORMAT Personal_id $6.
             Gender      $1.
             Account     Best12.;  
    Input Personal_id $
          Gender      $
          Account       ;
   Run;

导入路径下的一个csv文件，有三个变量，其中Personal_id和Gender是字符型变量，Account是数字型变量。

使用Proc Import

这个命令更多用于EXCEL文件的导入，直接看例子：

Proc Import DATAFILE = "C:\User\Admin\Desktop\Learing\Sample.xlsx"
            OUT = DATA
            DBMS = EXCEL REPLACE;
  SHEET = "SHEET1$";
  GETNAMES=YES;
  SCANTEXT=YES;
Run;

DATAFILE后面接文件的路径
OUT后面写导入的数据集的名称
DBMS指导入的引擎，如果是EXCEL文件，则写EXCEL REPLACE
SHEET 顾名思义，导入的Sheet的名字，注意名字后面要加一个$
GETNAMES是是否从第一列从读取变量名称；
SCANTEXT设置是否扫描整列，并选取最长的字节为变量的length
RANGE例子中没写，这里提一下 RANGE='SHEET1$A1:I12';可以实现只导入Excel文件特定的列；

3. 一些常用Functions

一些具体的用法不再赘述

字符处理类：

SCAN() 提取单词
SUBSTR()提取字符
UPCASE()大写
PROPCASE()首字母大写
LENGTH设定长度
CATX()连接字符
INPUT()字符型转成数字型
PUT()数字型转成字符型

时间类

Year()提取年
QTR()提取季度
Month()提取月
Day()提取日
Weekday()提取周几
today()今天日期值
mdy(m,d,y)某一天的日期值

计算类

Sum()求和
MEAN()求均值
MEDIAN()求中位数
SQRT()开平方根
ABS()求绝对值
MAX()最大值
LOG()对数
EXP()指数