前幾天講了數據分析中SQL的基本使用方法以及具體案例分析思路，接下來會繼續講統計基礎以及在SAS軟件內的應用，在這之前，本文先進行SAS基礎使用編程的基礎介紹，后續會主要闡述SAS軟件內的統計數學的應用，如分析或初步建模等，當然了，也先推薦大家有關統計學和SAS學習的書籍：統計學的兩本書，分別是《深入淺出統計學》和《商務與經濟統計學》，關于SAS的書籍《深入解析SAS——數據處理、分析優化與商業應用》，大家看完之后，會有一個初步的認識。

本文主要介紹SAS編程和數據處理，會分為幾個部分。

一 讀取外部數到SAS數據集

1，通過使用libname..語句為一個SAS邏輯庫分配引用名（臨時邏輯庫WORK除外），但邏輯庫名不能超過8個字符，必須以字母或下劃線開頭，其余字符必須是字母，數字或者下劃線：例如，下面的SAS語句定義了一邏輯庫，引用名為saslib

libname saslib 'C:sasdata';

2，SAS變量屬性包括變量名，類型，長度，輸出格式（format），輸入格式（informat）和標簽，其中類型分為字符型和數字型，錄入，下面的SAS語句定義一部分變量

data saslib.sales;

input ID $ Dept $ Sales Date;

format Sales comma10. Date yymmdd10.;

informat Date date9.;

label ID=”員工ID” Dept=“部門” Sales=“銷售數據”；

label Date=“銷售時間”；

datalines;

上述代碼就定義了變量名以及對應的類型，長度，輸出或輸入格式。

3.查看數據集的描述信息內容，如數據集屬性內容，仍以saslib.sales為例

Proc contents data=saslib.sales;

run;

就可以看到上述定義的變量名以及對應的類型，長度，輸出或輸入格式。

二 對單個數據集的處理

1，keep或drop選取部分變量：data步可以通過讀取原數據集的部分變量來建立新數據集，仍以saslib.sales，讀取變量ID和Sales，并建立新的數據集sales1，代碼如下：

data saslib.sales1;

set saslib.sales（keep=ID Sales)；

run;

proc print data= saslib.sales1;

run;

新的數據集只有兩個變量：ID和Sales，我們也可以用drop語句，指定drop=ID和Sales之外的其他變量，結果是一樣的

2，操作數據集的觀測

1）if—then語句：SAS內的條件語句，與SQL或者Excel的使用方法類似，直接舉例如下：if x<y then c=5;

else c=12;

2)if 條件表達式 then delete：使用delete語句刪除滿足條件的觀測，舉例如下：

仍然是saslib.sales數據集，尋找銷售數據（Sales）不為缺失值的觀測并建立新的數據集saslib.sales2，代碼如下：

data saslib.sales2;

set saslib.sales;

if Sales=” ” then delete;

run;

proc print data= saslib.sales2;

run;

上述代碼就可以求出銷售數據（Sales）不為缺失值數據集，也可以求出其他不為某些條件的數據集，只需把if內的條件表達式進行更改即可，舉例如下：在saslib.sales數據集中，選取ID>10的觀測輸出到數據集saslib.sales1，并將銷售數據（Sales）>100的觀測輸出到數據集saslib.sales2，代碼如下：

data saslib.sales1

saslib.sales2;

set saslib.sales;

if ID>10 then output saslib.sales1;

if Sales>100 then output saslib.sales2；

run;

proc print data= saslib.sales1;

run;

proc print data= saslib.sales2;

run;

3）if—then的賦值語句：仍然以數據集saslib.sales為例，當ID=8時，Sales提高20%，

ID=10時，Sales提高10%，其他情況，Sales都提高5%，并生成新的數據集saslib.sales3下面有幾種寫法，得出的結果是一致的，代碼如下：

data saslib.sales3;

set saslib.sales;

if ID=8 then Sales= Sales*1.2 ;

else if ID=10 then Sales= Sales*1.1；

else Sales= Sales*1.05;

run;

proc print data= saslib.sales3;

run;

第二種寫法：

data saslib.sales3;

set saslib.sales;

select （Sales）

when(8) Sales= Sales*1.2;

when(10) Sales= Sales*1.1;

otherwise Sales= Sales*1.05

run;

proc print data= saslib.sales3;

run;

以上兩種的結果是一樣的。

3 分組與排序

1）sort by過程排序：要求數據集結果內的觀測按照by語句中的變量進行升序或降序排列，仍然以數據集saslib.sales為例，要求輸出的數據集saslib.sales4按照Sales進行降序排列，代碼如下：

Proc sort data=saslib.sales out= saslib.sales4;

by descending Sales;

run;

2）找到分組的第一個和最后一個觀測：仍然以數據集saslib.sales為例，取每組ID內最高和最低的Sales，生成新的數據集saslib.sales2，代碼如下：

data saslib.sales2;

set saslib.sales;

by ID;

if first.ID or last.ID;

run;

4，循環和數組

1）迭代do語句：基本形式為

do 索引變量=開始值< to 結束值><by 遞進值><while （表達式）><until（表達式）>;

SAS語句；

End；

舉例如下：使用do循環生成數據集do1，數據集包含變量x和y，x的值為1、3、5，y為x的平方。代碼如下：

Data work.do1;

do x=1 to 5 by 2;

y=x**2;

output;

end;

run;

2）do until語句：重復執行do循環的語句，直到條件為真。基本形式如下

do until （表達式）；

SAS語句；

end；

舉例如下：將給定字符串中包含的各個單詞分開寫入數據集中

data work.all;

length word $20;

drop string;

string=”the quick brown fox jumps over the lazy dog”;

do until（lengthn（word）=0）;

count+1;

word=scan(string,count);

output;

end;

結果如下：

三 對多個數據集的處理

1，數據集的縱向串聯

1）set語句縱向串聯：基本形式如下

Data 新數據集；

set 數據集1 數據集2………；

Run；

舉例如下，對數據集work.New1和work.New1進行縱向串聯，生成新的數據集work.New12，代碼如下：

data work.New1;

input Emp_ID $ Emp_Name $ @@;

datalines;

ET001 Jimmy ED003 Emy EC002 Alfred EQ004 Kim

;

run;

data work.New2;

input Emp_ID $ Emp_Name $ @@;

datalines;

EQ122 Molly ET121 Dillon ET124 Helen ED123 John

;

run;

data work.New12;

set work.New1 work.New2;

run;

proc print data=work.New1;

run;

proc print data=work.New2;

run;

proc print data=work.New12;

run;

結果如下：

2）by 語句穿插串聯：所有舒服數據集先按照by變量排序，新的數據集也將按照該排序，基本形式如下：

Data 新數據集；

set 數據集1 數據集2………；

by 變量1 變量2…………；

Run；

2，merge by數據集的橫向合并：使用by語句，也稱為匹配合并，注意在使用by語句時，輸入數據集必須按照by變量排序。這個點就不舉例子了，和上篇文章內的SQL類似。

3，數據集的更改

modify語句進行單個數據集的更改：運用該語句可以更改原數據集中的變量，但是不能再原數據集中添加或者更改，舉例如下：數據集work.inventory中包含產品，庫存和價格的信息，先決定將每個產品的價格提高15%，代碼如下：

data work.inventory;

modify work.inventory;

price=price*1.15;

run;

proc print data=work.inventory noobs;

run;

前后代碼結果為：

4，使用自動變量first.與last.：data步如果使用了by語句，會自動生成兩個數值型自動變量first.與last.變量，分別用來辨識by組合的第一條和最后一條觀測，舉例如下：

數據集Sales中包含了每位員工的銷售額和員工所屬部門以及性別數據，統計各部門男員工和女員工的總銷售額，代碼如下：

首先將數據集Sales按照Dept和Gender排序，在運用first.與last.變量計算：

proc sort data=work.sales;

by Dept Gender;

run;

data work.sales_dept;

set work.sales;

by Dept Gender;

retain sales_by_dept;

if first.Gender then

sales_by_dept=0;

sales_by_dept=sales_by_dept+sales;

if last.Gender;

keep Dept Gender sales_by_dept;

run;

proc print data=work.sales_dept noobs;

title 'Sales by Department by Gender';

run;

前后圖表如下：

5，使用hash對象處理多個數據集：基本形式如下：

Declare object hash 對象名（<主題1：內容1 <，主題2：內容2，…………>>）;

Hash 對象名.definekey（<主題1：內容1 <，主題2：內容2，…………>>）;

Hash 對象名.definedata（<主題1：內容1 <，主題2：內容2，…………>>）

Hash 對象名. Definedone（）

第一行定義hash的對象名稱，第二行和第三行分別定義了對象的key變量和data變量，第四行表示hash對象定義結束。下面舉例說明：

公司現有庫存1000臺汽車，每臺車可以發往各個倉庫，但是不同倉庫給公司帶來的邊際收益不同，而且每個倉庫有一定的容量限制，現在求每個倉庫發多少車，同時公司的效益最高，下面是倉庫收益數據集expected_profit和倉庫容量數據集warehouse_constraint部分數據如下圖：

代碼如下：data work.allocation;

retain total_cars_before 1000;

length warehouse_id $6;

if _N_=1 then

do;

declare hash constraint(dataset: "work.warehouse_constraint");

constraint.definekey('warehouse_id');

constraint.definedata('capacity');

constraint.definedone();

call missing(warehouse_id,capacity);

end;

set work.expected_profit;

rc = constraint.find();

if rc = 0 and capacity>=1 and total_cars_before>=1 then

do;

capacity=capacity-1;

total_cars_after=total_cars_before-1;

rc=constraint.replace(key:warehouse_id, data: capacity);

if rc=0 then

do;

output work.allocation;

total_cars_before=total_cars_before-1;

end;

else put "Error: Replace capacity failed!";

end;

else if rc ne 0 then

put "Error: Failed to find warehouse capacity!";

keep warehouse_id capacity profit_margin total_cars_before total_cars_after;

run;

結果如下：

至此，SAS基本的編程就說完了，后續會進行SAS的統計與初步建模探討。

總結

以上是生活随笔為你收集整理的sas sql 读取最后一行数据_SAS基础编程和数据处理的全部內容，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。