(4) data步底层运行逻辑—partⅢ

接下来我就用一个例子为例,首先代码入下:


为了方便得到的输入数据class如下,一共三行。


首先根据我的代码,输入数据集为class,输出数据集为class_1,运行过程如下:

        编译阶段:

        主要进行两个操作,第一步:把class里面的变量的表头copy到PDV里面,变量分别是name、sex、age、height和weight五个变量,第二步:由于后面的语句生成了grp这变量,在编译阶段也会开辟到PDV中。所以在PDV里面经过编译阶段共有六个变量。

        执行阶段:

        第一行观测:

        首先从输出数据集class里面拿出第一行观测,放到PDV里面,由于最开始,PDV会进行初始化,也就是说最开始的时候,PDV里面全是空的,这个时候,运行43行代码的时候,把class的第一行观测(name='阿尔弗雷德')依次填入name,sex,age,height,weight等变量,然后将“Total组”这个值放进grp变量,然后由于45行代码output语句,就会把pdv所有变量的值输出到输出数据集class_1中,输出的值如图所示(数据集class_1的第一行):


然后我们继续跑程序,46行代码的if语句,这个时候在PDV里面进行判断,由于sex的值是 “男”,所以这个时候我们需要把grp这个变量的值替换成“第一组”,然后继续跑代码,由于48行的output语句,需要将PDV里面的值输出到输出数据class_1中,也就是上图所示的第二行数据,到此为止我们的输入数据集class的第一行观测已经完毕;

   第二行观测开始:

(这个时候就需要注意,前面我讲过run语句之前是会隐含output和return语句的,但是如果有强制输出output语句,就只会隐含return语句)所以当class的第一行观测运行完毕的时候,这个时候由于隐含的return语句,就重新回到了43行代码set语句,这个时候我们拿出class的第二行观测(name='爱丽丝'),这个时候,首先需要进行初始化,这个是有规矩的(前面讲过),在这个数据集中,set的class里面的变量name,sex,age,height,weight是不会被初始化的,但是grp(由于赋值语句)会被初始化为空值,这个时候在PDV里面,第一步,class的第二行观测会覆盖掉之前PDV里面的值,第二步,将’Total组‘赋值到grp变量中(注意,这个变量之前由于初始化是空值)。然后由于45行代码,会将PDV里面的值输出到class_1中,如图所示class_1的第三行观测。然后继续走,由于46行代码,sex的值是’女‘,会将“第二组”覆盖掉grp变量里面的值。然后由于48行代码,会将PDV里面的值输出到class_1数据集中。如图所示class_1的第三行观测。然后由于隐藏的return语句,然后继续循环,直到输入数据的全部观测执行完毕,所以最后得到的输出数据集class_1为6条观测。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,923评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,154评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,775评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,960评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,976评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,972评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,893评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,709评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,159评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,400评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,552评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,265评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,876评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,528评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,701评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,552评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,451评论 2 352

推荐阅读更多精彩内容