SAS学习系列07.-IF和WHERE语句

07.IF和WHERE语句（一）IF-THEN语句一、基础语法做选择时需要用到条件语句：若满足……条件，则执行……语法：if条件then执行语句;若有多个执行语句，则用if条件thenDO;执行语句1;执行语句2;END;多选择分支，则用if条件then执行语句;elseif条件then执行语句;else执行语句;SAS中常用的比较、逻辑算符（也见系列02）：符号含义示例=或eq等于name='Jones,C.';^=或ne不等于temp^=212;或gt大于income20000;或lt小于partnoBG05;=或ge大于等于id='1543';=或le小于等于pulse=85contains或？包含firstnamecontains'Jon';in属于actlevelin('LOW','MOD');feein(124.80,178.20);and且age=55andpulse75;or或area='A'orregion='S';二、数据步中使用IF-THEN语句赋值数据步中经常需要有选择地赋值新变量或修改原数值。例1稀有古董汽车拍卖的数据文件（C:\MyRawData\Auction.dat）包含了品牌、型号、制造年份、座位数、价格（百万美元）：使用IF-THEN语句填满缺失值，并创建一个新变量Veteran.代码：dataoldcars;infile'c:\MyRawData\Auction.dat';inputMake$1-13Model$15-29YearMadeSeatsMillionsPaid;ifYearMade1890thenVeteran='Yes';ifModel='F-88'thenDO;Make='Oldsmobile';Seats=2;end;run;procprintdata=oldcars;title'CarsSoldatAuction';run;运行结果：二、数据步中使用IF-THEN语句创建子数据集（也见系列03）1.数据步读入数据时，用IF-THEN语句选择满足条件的数据读入。语法：if条件;如果“条件”为真，则数据步将继续执行。还可以使用DELETE语句，来删除哪些不要的数据：下面这两句话是等价的：ifSex='f';ifSex='m'thenDELETE;例2莎士比亚歌剧的清单（C:\MyRawData\Shakespeare.dat），包含歌剧名、首次表演年份、类型：读取数据，并且用IF语句构造一个只包含喜剧（comedies）的子集：代码：datacomedy;infile'c:\MyRawData\Shakespeare.dat';inputTitle$1-26YearType$;ifType='comedy';run;procprintdata=comedy;title'ShakespeareanComedies';run;运行结果：2.数据步中用IF-THEN语句创建多个数据集若想在一个数据步中创建多个数据集，在DATA语句后面多接几个数据集名即可。用IF-THEN语句可以分别将数据写入不同的数据集。例3动物园给动物喂食的数据（C:\MyRawData\zoo.dat），变量为动物类型、生物学分类、居住区域、喂食时间（上午/下午/两者）：读入数据并输出两个列表，一个是早上喂食，一个是下午喂食。代码：datamorningafternoon;infile'c:\MyRawData\Zoo.dat';inputAnimal$1-9Class$11-18Enclosure$FeedTime$;ifFeedTime='am'thenoutputmorning;elseifFeedTime='pm'thenoutputafternoon;elseifFeedTime='both'thenoutput;/*每个数据集都输出，省略数据集名*/run;procprintdata=morning;title'AnimalswithMorningFeedings';procprintdata=afternoon;title'AnimalswithAfternoonFeedings';run;运行结果：三、用IF-THEN语句将观测值分组对观测值分组，实际上只是为每个观测值分配一个分组标签，用新的列变量存储分组标签，这样后续就可以借助分组关键词（class），对数据做分组处理。例4住房改善的数据（C:\MyRawData\home.dat），包括了姓名、改善工作、改善成本：读取数据，并新建了一个CostGroup的变量。根据Cost的值将数据分成high、medium、low和missing三类。代码：datahomeimprovements;infile'c:\MyRawData\Home.dat';inputOwner$1-7Description$9-33Cost;ifCost=.thenCostGroup='missing';elseifCost2000thenCostGroup='low';elseifCost10000thenCostGroup='medium';elseCostGroup='high';run;procprintdata=homeimprovements;title'HomeImprovementCostGroups';run;运行结果：程序说明：缺省值要单独分组，否则将归类到low类（缺省值默认是最小值，甚至比负数都小）。（二）WHERE语句二、基本语法WHERE语句和IF语句作用基本相同，不同在于IF语句只用于数据步，WHERE语句还可用于过程步（不创建新数据集），作用是让“只有满足条件的观测值被proc过程处理”。语法：where条件;例5画家信息的数据文件（C:\MyRawData\Artists.dat），包括画家姓名、流派、国别：读入数据，只输出流派为Impressionism的画家。代码：datapainters;infile'c:\MyRawData\Artists.dat';inputName$1-21Genre$23-40Origin$42;run;procprintdata=painters;whereGenre='Impressionism';title'MajorImpressionistPainters';footnote'F=FranceN=NetherlandsU=US';run;运行结果：二、更灵活的应用：“（WHERE=（条件））”作为选项同样的功能，WHERE语句作为选项，用起来更加灵活。语法：(WHERE=(条件))示例：datagone;setanimals(WHERE=(Status='Extinct'));datauncommon(WHERE=(StatusIN('Endangered','Threatened')));setanimals;procimportdatafile='c:\MyRawData\Wildlife.csv'out=animals(WHERE=(Class='Mammalia'))REPLACE;procprintdata=animals(WHERE=(Habitat='Riparian'));procexportdata=animals(WHERE=(Status='Threatened'))outfile='c:\MyRawData\Wildlife.xls';注意：set关键词表示从数据集animals中创建数据。例6山脉数据（C:\MyRawData\Mountains.dat）包括名称、位置、高度：读入数据，分别输出高度6000,以及位于美洲的山脉。代码：datatallpeaks(WHERE=(Height6000))american(WHERE=(ContinentCONTAINS('America')));infile'c:\MyRawData\Mountains.dat';inputName$1-14Continent$15-28Height;run;procprintdata=tallpeaks;title'MembersoftheSevenSummitsabove6,000Meters';run;procprintdata=american;title'MembersoftheSevenSummitsintheAmericas';run;运行结果：（三）IF与WHERE的区别将数据集SASHELP.workers第10到15条观测中满足条件ELECTRIC260的观测提取出来，生成新的数据集tmp。代码1：datatmp;setSASHELP.workers(firstobs=10obs=15);ifELECTRIC260;run;procprintdata=tmp;title'IFStatement';run;运行结果（4条记录）：代码2：datatmp;setSASHELP.workers(firstobs=10obs=15);whereELECTRIC260;run;procprintdata=tmp;title'WHEREStatement';run;运行结果（6条记录）：上述两种方法为什么输出结果不一样？请注意IF语句和WHERE语句的区别：（1）IF语句是面向“程序数据向量”（ProgramDataVector）的，对当前PDV中的数据进行判断，满足条件时将其写入到外部数据集；WHERE语句也是面向PDV的，它使用于从外部数据源读数据到PDV之前进行判断，当满足条件时才被写入到PDV。显然一个在写入PDV之前，一个在写入PDV之后，两者是有差异的。（2）当没有数据集选项firstobs=10obs=15时，IF语句和WHERE语句用法和结果相同，但有这两个选项时效果就不同了。有这两个选项，IF语句是从原数据集（或数据源）的观测记录进行计算个数，即从原数据集的第10个观测开始读入到PDV中，然后再判断是否满足IF条件，若满足则输出到外部数据集，直到原数据集的第15个观测结束（满足条件的只有4个）。而WHERE语句是在读入到PDV之前就进行判断的，所以这里的firstobs的意思是从使得满足WHERE条件的第10个观测开始，而不是原数据集的第10个观测开始，直到满足WHERE条件的第15个观测结束（共6个）。