第二讲 SAS的数据存储与读取

Slide1第二讲SAS的数据存储与读取金融学院冯建芬博学楼707,[e-mail]2内容提要SAS对数据文件的管理；SAS逻辑库与SAS数据集功能及其属性建立逻辑库，读入文件；建立数据集，读入原始数据；建立空数据集直接对变量赋值建立数据集直接输入数据建立数据集从其他数据集导入数据建立数据集从外部文件导入数据建立数据集输出原始数据输出到输出窗口；导出到外部文件；输出单个变量的记录；Slide3涉及章节《SAS编程技术教程》(第一版)第二章，第四章，第五章，第十三章；第六章：6.1,6.2,6.3,6.5,6.9,6.10；《SAS编程技术教程》（第二版））:第二章，第三章，第四章:4.1-4.4，4.14，第8章，第9章帮助目录：SASproductsBaseSASSASlanguagereference:dictionarydictionaryoflanguageelementsSlide4本章目的了解SAS管理数据的方式，掌握SAS的两种关键语句：data步和proc步；掌握各种引擎的逻辑库的建立；熟悉SAS程序的编写规则；掌握各种建立数据集的方式；掌握部分常用SAS语句的使用：libname,data,input,cards,put,file,infile,set；掌握部分过程的应用：print,sort,import,export熟悉SAS的表达式规则；学习如何导入导出数据；Slide52.1SAS对数据文件的管理参见《SAS编程技术教程》第二章2.1-2.2Slide6SAS作为一个信息加工和提交工具，对数据具有很强的分析和呈现功能，这些功能通过过程来实现，如print过程实现打印输出功能，means过程实现基本统计量计算功能，reg过程实现回归功能IML过程实现矩阵运算功能surveyselect,随机抽样过程等；所有这些功能只面向SAS数据集；为此SAS也提供了很多工具，用于方便实现各种格式数据文件与SAS数据集的转换，方便用户发挥各种软件的优势，这也是为什么很多金融机构使用SAS处理数据的原因之一；Slide7其它格式数据处理流程文本格式数据（txt，.csv）流行的数据库Access,oracle,DB2,Sybase其他文件格式（excel,spss等）SAS数据集SAS程序SAS数据集Slide8一、SAS文件和SAS逻辑库－－逻辑库SAS逻辑库SAS数据集可以按需要存入windows的不同子目录下，但在SAS系统下，不能类似word,excel等通过浏览文件的windows地址直接访问文件，必须为文件所在文件夹建立逻辑库，然后通过逻辑库对文件进行操作。逻辑库文件Slide9SAS名称及命名规则SAS名的类型：1）逻辑库名；2）数据集名；3）变量名；6）数组名；一、SAS文件和SAS逻辑库－－逻辑库Slide10首字符必须为英文字母（A-Z，包括大写和小写）或下划线（_）；由数字、字母和下划线组成；不区分大小写一、SAS文件和SAS逻辑库－－逻辑库命名长度：逻辑库名：最多不超过8个字符；数据集名，变量名，数组名：最多不超过32个字符Slide11一、SAS文件和SAS逻辑库－－逻辑库例2.1:____,data_1,data_b,_abc_正确数据库_1,data-1不正确Slide12建立逻辑库工具栏方式打开explorer的library,单击工具栏中的““；程序方式：LIBNAMElibrefengine'SAS-data-library'optionsengine/host-options;例2.2建立逻辑库data_1,指向D:\libnamedata_1‘d:\’;一、SAS文件和SAS逻辑库－－逻辑库Slide13逻辑库的种类分为临时逻辑库和永久逻辑库两种。临时逻辑库中的文件只在SAS进程中存在，关闭SAS系统就会被自动删除，SAS只有一个临时逻辑库－－work;永久逻辑库：其他系统默认逻辑库和用户建立的逻辑库都是永久逻辑库，其中的文件一旦建立不会被自动删除，可以永久保留在指定的windows文件夹中，但逻辑库名在SAS进程结束（即关闭SAS系统）后可能失效，除非选中“启动时启用”选项。一、SAS文件和SAS逻辑库－－逻辑库Slide14引用SAS文件指定逻辑库名以后，就可以用两级命名方式引用SAS文件：逻辑库名.文件名第一级为逻辑库名，第二级为文件名，中间用英文句点分开。例2.3在逻辑库redat1中建立数据集a；Datadata1.a;/*数据集a在data1逻辑库中*/Run;Dataa;/*数据集a在work逻辑库中*/Run;一、SAS文件和SAS逻辑库－－逻辑库Slide15数据集SAS数据集是一种由SAS系统建立、维护和管理的数据文件，只有数据集才能被大部分过程作为处理的数据对象。SAS数据集格式的数据可以被快速打开，并进行浏览、修改和加工；SAS数据集格式的数据可以进行各种分析处理和用表格及图形进行展示；一、SAS文件和SAS逻辑库－－数据集Slide16数据集构成一个数据集包括两个组成部分：描述部分和数据部分；数据部分是打开逻辑库中的文件时展现在我们眼前的部分，是数据值的集合。NameSexAgeHeightWeight1JoyceF1151.350.52ThomasM1157.5853JaneF1259.884.54LouiseF1256.3775JamesM1257.3836JohnM125999.57RobertM1264.8128变量名观测号观测一、SAS文件和SAS逻辑库－－数据集Slide17描述部分：即属性，包含以下部分数据集的名称创建数据集的日期和时间观测的个数变量的个数数据集的属性除名字（name）外，还可以添加标签（label），方便描述数据集存储数据的特性数据集中的每一个变量也有属性：类型、名字（name）、标签（label)、长度（length）、输入/输出格式(informat/format)等一、SAS文件和SAS逻辑库－－数据集Slide18变量属性－标签（label）书写规则可以是中文、英文字母等任何符号；最长不超过256个字符；变量属性－类型（type）只有字符型（character)，数值型（numeric）两种类型，一个变量只能属于一种类型；数值型变量只能是合法的数值，缺失值为”.”。日期属于数值型变量，取整数值，日期数据将1960年1月1日取值为0,每加1代表增加1天，日期时间数据将1960年1月1日00:00:00取为0,每加1代表增加1秒。字符型变量的值可以是任何字符串，，如“中国”“Alex”“Hello!123”等，缺失值为“”；一、SAS文件和SAS逻辑库－－数据集Slide19变量属性－输入格式（informat）确定数据如何读入到SAS数据集；变量属性－输出格式（format）确定数据如何显示，即打开数据集我们看到的格式；具体输入输出格式可以参见《SAS编程技术教程》第十三章；（第一版），（2版，8章）一、SAS文件和SAS逻辑库－－数据集Slide20数据视图：除我们常用的数据集外，还有一种数据视图，参见《SAS编程技术教程》第二章P34页，2.2.4节；例：dataa/view=a;setdata.class;Run;目录册：特殊的SAS文件，用于存放多种不同种类的信息文件，比如可以将一系列的图放在一个目录册里，便于引用；(参看SAShelp逻辑库)一、SAS文件和SAS逻辑库－－其他文件*Slide21二、建立逻辑库，读入外部文件*SAS访问外部文件可以通过两种方式：一种是将外部文件转换成SAS数据集（这种方式在2.2节会学习到）；另一种通过建立不同引擎的逻辑库进行访问，通过LIBNAME语句和库引擎连接的外部文件有两类：其他SAS版本或分析软件的数据集；流行数据库（DBMS）当对DBMS指定了逻辑库名之后，就可以把它的表当作象SAS数据集一样，用标准的两级命名（逻辑库名.文件名）引用DBMS中的表。BMDPCRSPACCDB2FAMECHLIODBCOLEDBORACELOSIRISREMOTEREMOTE6REUTERSSPSSSYBASETERADATAV6V604V8XMLXPORTSAS9.1系统支持的库引擎参见第一版第四章4.3节Slide22二、建立逻辑库，读入外部文件*例2.3连接SAS6版本数据集。libnamedatav6V6'd:\data';run;例2.4连接SPSS数据集。libnamespssspss'd:\data';run;例2.5连接ODBC数据源，访问SQL-Server参见第一版第四章4.5节Slide232.2建立数据集，读入原始数据Slide24建立空数据集一般通过程序建立一、建立空数据集例2.61.建立空数据集a；a)Dataa;Run;b)datadata.b;Delete;Run;Slide25二、SAS程序的构成及编写规则SAS程序的构成SAS程序是由SAS语句构成的，构成一个语句由下面两种方式：一种是由关键词开始；这种语句都有固定的格式，具体格式可以通过SAS的帮助文件查到；如以“data“开头的语句，可以通过在索引中输入“datastep”参看其应用方式；一种是SAS的表达式；可对变量进行加减乘除等运算，如x=y+5;也可产生新变量，具体可参见第二章2.4节P41-45。无论是哪种方式，SAS的语句都是以分号（；）结束Slide26由SAS关键词构成的语句又分为两种程序步：数据步以Data关键词开头，用于读入源数据文件和SAS数据集，修改、编辑或创建SAS数据集或文本文件，是进行数据处理使用最多的程序步。该程序步设计非常灵活，需要你根据自己的要求设计不同的语句，如是否需要使用表达式、是否需要循环语句等等。过程步以proc关键词开头，面向已有的SAS数据集，完成某个特定的计算、分析和呈现功能，如进行统计分析、回归、画图、排序、打印等，也用于调用某些模块，如IML，SQL相对data步，proc步的格式相对固定，只需根据自己的需求设定每个过程的参数即可。每个过程步的使用方法参见SASproductsBaseSASBaseSAS9.2proceduresguideproceduresSAS程序的构成（续）Slide27一般情况下，语句都要写在程序步中，但全局通用语句例外。全局通用语句一般为SAS提供信息、索取信息或数据，在不同运行模式之间转移，给系统选项设定值等。可以用在SAS程序的任何地方。如libname:建立逻辑库options：设定SAS系统选项x：发布主机操作系统命令，（MS－DOS命令）详细可参见第11章SAS程序的构成（续）帮助信息：BaseSAS-SASlanguagereference:dictionarydictionaryoflanguageelementsglobalstatementSlide28例2.7全局通用语句的使用：a）X语句（Xcommand）xmkdird:\data1;/*在d盘建立文件夹data1*/xcdg:\;/*将当前盘符设为g:\盘*/xcdg:\data;/*将当前文件夹设为g:\data*/xdirg:\data\stk*.*/bg:\data\outlist.txt;/*从data文件夹的文件列表中寻找文件名前三位是’stk’的文件，并将文件名输出到outlist文本文件*/最后一行在进行文件批处理时非常有用！SAS程序的构成（续）系统命令可在cmd窗口下输入help查到;或者：程序附件--命令提示符Slide29b)Options的使用：Optionsxwait;(运行cmd窗口后不关闭)Optionsnoxwait;(运行cmd窗口后关闭)Optionsobs=5(只打印