繼續讀書筆記，本次重點sas sql語句，因為sql內容多且復雜，本文僅僅介紹商業應用中經常使用的而且easy出錯的地方，內容包含：單表操作、多表關聯、子查詢以及merge和join的差別

1.單表操作

eg1：

Proc sql?outobs=10。?*可選項，功能類似于data步中的obs數據集選項

???create table class as

Select??name,

?????????????case when sex eq 'M' then "1" when sex eq 'F'??then "2"??else "3"

??????????????end as sex_tran??label="sextrans",???*輸出數據集中作為sex_trans的中文標簽

?????????????sum((weight-20)) as new1 format=16.2,??*sas查詢特有的形式

?????????????sum((height-10))??as new2??format=16.2,

?????????????(calculated??new1 - calculated??new2) as new,??*calculated是sas在sql中特有的語句，用于對產生的新變量再操作

From sashelp.class(where=(height between 50 and 70))

Group by name,calculated sex_tran;

eg2：

proc sql;

create table test1 as

select

id,

max (txn_seq) as txn_seq,

sum (amount) as sum_amt

from chap11.having1

group by id

having calculated sum_amt ge 70

;

quit;

注：having語句出如今group by后面，假設沒喲group by語句，系統默認having語句和where語句效果同樣

proc sql;

create table test2 as

select

id,

txn_seq,

amount

from chap11.having1

group by id

having txn_seq= max (txn_seq)

;

quit;

注：having語句和group by語句同一時候出現時，select后面不一定須要匯總函數如sum等，上例中。依照每個id取最大的txn_seq

proc sql;

create table test3 as

select

id,

txn_seq,

amount

from chap11.having2

group by id

having txn_seq = max (txn_seq)

;

quit;

having語句和max或min結合使用時，一定要注意having后面的變量在每個id中的唯一性。

2.多表關聯

左聯接在join變量是一對一的情況下，假設where在表的外面，則where條件是先關聯表。后篩選數據，假設where在表中，則是先篩選數據后關聯表，and也是先篩選數據后關聯表。因而表內寫where和表外寫and是全然一樣的。

下面程序。2和3全然一樣，可是1和后面兩個不一樣

eg：

proc sql;

????create table leftjoin1 as

????select

case

when b.rmb_id eq . then a.id

????else b.rmb_id

????end as all_rmb,

????a.id,

????b.rmb_id,

????b.usd_id

????from chap11.left_join_1 as a

????left join chap11.left_join_2 as b

????on a.id=b.usd_id

????where rmb_id le 4

;

quit;

proc sql;

create table leftjoin2 as

select

case

when b.rmb_id eq . then a.id

else b.rmb_id

end as all_rmb,

a.id,

b.rmb_id,

b.usd_id

from

chap11.left_join_1 as a

left join chap11.left_join_2

(where=(rmb_id le 4)) as b

on a.id=b.usd_id

;

quit;

proc sql;

create table leftjoin3 as

select

case

when b.rmb_id eq . then a.id

else b.rmb_id

end as all_rmb,

a.id,

b.rmb_id,

b.usd_id

from chap11.left_join_1 as a

left join chap11.left_join_2 as b

on a.id=b.usd_id

and rmb_id le 4

;

quit;

3.子查詢

in子查詢效率比join低非常多，而exist子查詢效率更低；

4.merge和sql的比較

在“一對一”和“多對一”的情況下，效果全然同樣。可是在“多對多”情況下。則全然不同。

創建測試數據集

data a1; input x y @@; cards; 101 1??102 3 103 30 104 5 ; run; ?

data a2; input x y @@; cards; 101 10 102 30 103 5??105 50 ; run;

data a3; input x y z1 @@; cards; 101 11 1 102 33 2 102 300 3 104 5 4 ; run;

data a4; input x y z2 @@; cards; 101 1 5 102 30 6 102 5 7 102 100 8 102 200 9 105 50 10 ; run;

eg1：求a1和a2的交集

sql實現：	merge實現
proc sql; select a1.x ,a2.y from a1 join a2 on a1.x=a2.x ; quit;	proc sort data=a1;by x;run; proc sort data=a2;by x;run; data a12; merge a1(in=ina) a2(in=inb); by x; if ina and inb; proc print;run;

?注：sql是通過內連接實現，merge通過if ina and inb實現

?

eg2：用數據集a2來更新數據集a1

sql實現：	merge實現
proc sql; select a1.x ,case when a2.y is not null then a2.y else a1.y end as yy from a1 left join a2 on a1.x=a2.x ; quit;	proc sort data=a1;by x;run; proc sort data=a2;by x;run; ? data a12; merge a1(in=ina) a2(in=inb); by x; if ina; proc print;run;

注：sql通過左聯接方式實現。merge通過if ina方式實現。等價于左聯接

?

eg3：用數據集a2來更新數據集a1，同一時候保留兩個數據集全部觀測

sql實現：	merge實現
proc sql; select coalesce(a1.x,a2.x) as x ,coalesce(a2.y,a1.y) as yy from a1 full join a2 on a1.x=a2.x ; quit;	proc sort data=a1;by x;run; proc sort data=a2;by x;run; ? data a12; merge a1 a2; by x; ??????run; proc print;run;

注：sql通過全連接方式實現，需求中須要用a2全部變量更新a1，所以一定要把a2變量放在前面，被更新的數據集放在后面，可是對join的匹配變量，對這樣的順序無要求；merge沒有使用in=選項，等價于全連接；

eg4：多對多

sql實現	merge實現
proc sql; select a3.x,a4.y ,a3.z1,a4.z2 from a3 join a4 on a3.x=a4.x ; quit;	proc sort data=a3;by x;run; proc sort data=a4;by x;run; ? data a34; merge a3(in=ina) a4(in=inb); by x; if ina and inb; run; proc print;run;

注：sql形式會出現反復值，匹配到的數據會進行笛卡爾。

而merge則由于if ina and inb的作用，避免了反復

5.創建表

復制已有的表屬性

proc sql;

create table a

like sashelp.class;

describe table a;

quit;

6.行操作

加入行操作

使用set語句	使用value語句	使用select語句
proc sql; insert into countries set name='bangladesh', capital='dhaka', population=126391060 set name='japan', capital='tokyo', population=126352003; quit;	proc sql; insert into countries values ('pakistan', 'islamabad', 123060000) values ('nigeria', 'lagos', 99062000); quit;	proc sql; create table newconntries like countries; insert into newconntries select * from countries where population ge 120000000; quit;

?

最后注意：

多表關聯時。最好不要超過5個表。除非都是代碼表。否則sql會產生非常大的暫時空間。從而減少程序性能

除非必須，否則優先使用關聯，而不要用子查詢

在使用set操作符時。假設set表沒有反復行，則使用union all會提高性能

假設有索引。盡可能用索引和where語句結合

盡量避免多對多join

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的《SAS编程与数据挖掘商业案例》学习笔记之十七的全部內容，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。