?

SAS對數據變量的處理

? ? ?? 在使用DATA步基于已經存在的數據集生成新數據集時，可以指定在新數據集中不需要包含的變量而僅讀取其他變量，或者指定僅需要在 新數據集中包含的變量。該功能可以通過DATA步中的SET語句和數據集選項KEEP=和DROP=來實現，也可以通過KEEP和DROP語句來實現。

1.使用數據集選項KEEP=和DROP=

使用數據集選項KEEP=和DROP=的基本形式如下：

DATA 新數據集; SET 原數據集 (KEEP|DROP=變量列表); RUN;

?讀取數據集sashelp.shoes中與產品銷售相關的變量Product、Stores和Sales，建立新數據集。代碼如下：

data work.shoes_part1; set sashelp.shoes (keep=Product Stores Sales); run; proc print data=work.shoes_part1 (obs=5) noobs; run;

在上面的代碼中，SET語句使用數據集選項KEEP=指定的Product、 Stores和Sales。PROC PRINT打印所生成的數據集work.shoes_part1的前5 條觀測，如下圖所示。可以看到，該數據集中包含了變量Product、 Stores和Sales。

下面使用數據集選項DROP=來實現相同的功能，代碼如下：

data work.shoes_part2; set sashelp.shoes (drop=Region Subsidiary Inventory Returns); run;

? ? ?? 因為sashelp.shoes的變量包含Product、Stores、Sales、Region、Subsidiary、Inventory和Returns，所以當選項DROP=中指定了Region、 Subsidiary、Inventory和Returns時，剩下的變量Product、Stores和Sales都 會被讀取并寫入數據集work.shoes_part2。所生成的數據集 work.shoes_part2和前面示例中生成的work.shoes_part1相同。

? ? ??簡單來說，選擇使用選項KEEP=還是DROP=依賴于哪種方法會需 要指定較少的變量。但相比較而言，使用選項KEEP=會明確指明需要讀 取的變量，這樣在比較大的作業中可以避免讀取預期之外的變量。

2.使用KEEP和DROP語句?

在DATA步中，KEEP和DROP語句同樣可用于選取寫入到新數據集 中的變量。使用DROP和KEEP語句的基本形式如下：

DATA 新數據集; SET 原數據集; KEEP|DROP變量列表; RUN;

　　在該過程中，DATA步會讀取原數據集的所有變量，但在寫入新數據集前只保留部分變量。新數據集中包含的變量由所使用的語句（KEEP語句或DROP語句）給出的變量列表確定。使用KEEP語句表示 只選取變量列表中變量，而使用DROP語句則表示選取除變量列表之外的其他所有變量。

讀取數據集sashelp.shoes中跟產品銷售相關的變量Product、Stores和Sales，建立新數據集。

下面兩段代碼分別使用KEEP語句和DROP語句來完成上述功能，生成數據集work.shoes_part3和work.shoes_part4。

代碼1：

data work.shoes_part3; set sashelp.shoes; keep Product Stores Sales; run;

代碼2：

data work.shoes_part4; set sashelp.shoes; drop Region Subsidiary Inventory Returns; run;

在代碼1中，DATA步會讀取數據集sashelp.shoes中的所有變量，并 選取KEEP語句指定的Product、Stores和Sales創建新數據集 work.shoes_part3。在代碼2中，DATA步的DROP語句指定了Region、 Subsidiary、Inventory和Returns，那么剩下的變量Product、Stores、Sales 會被選取寫入數據集work.shoes_part4。這里所生成的數據集 work.shoes_part3和work.shoes_part4也和work.shoes_part1相同。

使用KEEP語句還是DROP語句，與選擇使用數據集選項KEEP=還是DROP=的標準一樣。從上面的示例中可以看出，它們都可以實現相 同的功能。

開發程序時具體該怎樣選擇

（讀取速度快、效率高、不能對未保留得字段進行處理）： ? 1.使用數據集選項KEEP=和DROP=

（讀取速度慢、效率差、可以多個數據集，可以對未保留得字段進行處理）：2.使用KEEP和DROP語句?

3.一個DATA步中創建多個數據集

數據集選項KEEP=和DROP=除了可以在SET語句中使用之外，還可以用于DATA語句中指定的數據集。這樣就可以在一個DATA步中通過 給每個數據集使用選項KEEP=和DROP=來創建包含不同變量的多個數 據集。而KEEP和DROP語句卻實現不了該功能，因為它們會影響所有的 輸出數據集。

分別讀取數據集sashelp.shoes中關于產品銷售情況的變量

（Product、Stores及Sales）和產品庫存情況的變量（Product、Inventory 及Returns），并將這兩類變量寫入兩個數據集work.shoes_sales和 work.shoes_inventory。

代碼如下：

data work.shoes_sales (keep=Product Stores Sales) work.shoes_inventory (keep=Product Inventory Returns); set sashelp.shoes; run; proc print data=work.shoes_sales (obs=5) noobs; title "Product Sales"; run; proc print data=work.shoes_inventory (obs=5) noobs; title "Product Inventory"; run;

兩個PRINT過程打印的數據集work.shoes_sales和 work.shoes_inventory中的前5條數據分別如下圖左和下圖右所示。它們分別 包含變量Product、Stores、Sales和Product、Inventory、Returns。

4.有效地使用數據集選項KEEP=和DROP=

在DATA步中，可在DATA語句和SET語句中使用數據集選項 KEEP=和DROP=。在DATA語句使用這些選項，PDV中會包括輸入數據 集中的所有變量，不過，只有當變量從PDV中寫入結果數據集時，這些 選項才會產生影響。然而，在SET語句中使用這些選項時，這些選項會 確定哪些變量要從輸入數據集中讀取到PDV中，也就是說，SAS不會將 未包括的變量讀入PDV。在數據集很大時，這種方式會使程序執行更有效率。

在上面代碼的基礎上可在SET語句中增加選項DROP=來控制變量Region和Subsidiary不被讀入PDV，以提高程序執行效率。如下：

data work.shoes_sales (keep=Product Stores Sales) work.shoes_inventory (keep=Product Inventory Returns); set sashelp.shoes (drop=Region Subsidiary); run;

有時候，部分變量雖然不需要輸出到新數據集，但在進行運算處理 時卻需要用到，這時候這些變量必須被讀入PDV中，那么此時就不適合 在SET語句中使用數據集選項KEEP=和DROP=了。對于這種情況，可在 DATA語句中使用數據集選項KEEP=、DROP=，或使用KEEP、DROP 語句來實現。

小結：

重點掌握關鍵字：set、keep、drop

1、set? 表示需要建立數據集的初始數據集

2、keep、drop表示需要保留以及刪除的字段名；可以用于data 后面的數據集的命名，set初始化數據集；以及data步單獨使用。

?

轉載于:https://www.cnblogs.com/suolilian/p/10490187.html

總結

以上是生活随笔為你收集整理的SAS对数据变量的处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。