SAS-中Proc-SQL的应用与提高

SAS9.3中ProcSQL的应用与提高缘梦缘Email: [e-mail]@Structured Query Language (SQL)‐‐结构化查询语言SQL语言是一种用于查询和更新数据的标准语言的标准语言主要特点不需要采用SORT预处理就可以（点对点）连接（或称合并）多个数据库连接多个数据库时不需要变量名相同一条SQL语句的输出可以作为另一条SQL语句的条SQL语句的输出可以作为另条SQL语句的输入，所以SQL语句可以嵌套，使其具有极大的灵活性和强大的功能2标准的SQL语言构成（4部分）数据定义语言(DDL)：例如：CREATE、DROP、ALTER等语句。数据操作语言(DML)：例如：INSERTUPDATEDELETE语句数据操作语言(DML)：例如：INSERT、UPDATE、DELETE语句。数据查询语言(DQL)：例如：SELECT语句。数据控制语言()数据控制语言(DCL)：例如：：GRANT(授予用户访问权限)、REVOKE(解除用户访问权限)、COMMIT(结束当前事务)、ROLLBACK(中止当前事务)等语句。)SAS中的PROC SQL过程并没有特定的数据控制语句过的外部序来实数据句，而是通过PROC SQL的外部程序来实现数据控制。SAS的PROC SQL突出的是其数据查询功能。3数据查询语句（SELECT语句）的基本语法介绍SELECT DISTINCT object‐item , ...object‐itemFROM from‐list WHERE sql‐expression GROUP BY group‐by‐item , ... group‐by‐item HAVINGsql‐expressionHAVING sql‐expression ORDER BY order‐by‐item , ... order‐by‐item; SELECT指定被选择的列DISTINCT删除重复记录SELECT：指定被选择的列DISTINCT: 删除重复记录FROM：指定被查询的表名WHERE：子数据集的条件WHERE：子数据集的条件GROUP BY：将数据集通过GROUP变量来进行分类HAVING：根据GROUP BY的变量得到子数据集ORDER BY：对数据集进行排序4第一章SQL的基本功能DATA preteen;SETsashelpclass;SET sashelp.class;WHERE age13;LABEL name = 'First Name';RENAMEname=FName;RENAME name = FName;FORMAT height weight 5.1;RUN;5昀简单的SQL语言PROC SQL;SELECT*SELECT*FROM preteen;QUIT;QUIT;6SQL语言的基本功能相当于有选择的PROC PRINT过程PROC SQL;SELECTfname, agegFROM preteen;;QUIT;/*等同于以下语句*/PROC PRINT NOOBS LABEL DATA=preteen;VAR fnameage;RUN;7利用SQL创建新表（create table …as）PROC SQL;CREATETABLEnewASCREATETABLE new ASSELECT *FROM preteen;;QUIT;8利用列创建子数据集PROC SQL;CREATE TABLE subset ASSELECT fname, sex, ageFROM preteen;;QUIT;/*等同于以下语句*/PROC SQL;CREATE TABLE subset(DROP=height weight) ASSELECT *FROMpreteenFROM preteen;QUIT;9利用列创建新变量PROC SQL;CREATETABLEratiosASCREATE TABLE ratios ASSELECT *,weight / height ASRatioFORMAT=52LABEL='体重:身高比'FORMAT=5.2 LABEL=体重:身高比FROM preteen;QUIT;Q;10利用SQL进行简单的数据统计（类似Proc summary）PROC SQL;CREATE TABLE overall_averagesASSELECT MIN (age) AS Youngest,MAX (age) AS Oldest,MEAN(height) AS Avg_HeightFORMAT=5.1,MEAN(weight) AS Avg_WeightFORMAT=5.1FROM preteen;QUIT; SQL常用函数/*等同于以下语句*/PROC SUMMARY DATA=preteen;VAR age height weight;SQL常用函数MEAN或AVG：均值COUNT或N或FREQ：非缺失值个数ggg;OUTPUT OUT=overall_averages(DROP = _type_ _freq_)MIN (age )=YoungestMAX (age )=Oldest非缺值个数MAX：最大值MIN：最小值NMISS：缺失值个数STD标准差MEAN(height)=Avg_HeightMEAN(weight)=Avg_Weight;RUN;11STD：标准差SUM：求和VAR：方差利用SQL进行分组统计PROC SQL;CREATE TABLE group_averagesASSELECT sex,MIN(age)ASYoungest,MIN (age) AS Youngest,MAX (age) AS Oldest,MEAN(height) AS Avg_HeightFORMAT=5.1,MEAN(weight) AS Avg_WeightFORMAT=5.1FROM preteenGROUP BY sex;QUIT;QUIT; /*等同于以下语句*/PROC SUMMARY DATA=preteen NWAY;CLASS sex;VAR age height weight;OUTPUT OUT=overall_averages(DROP = _type_ _freq_)MIN (age )=YoungestMAX(age)=OldestMAX (age )=OldestMEAN(height)=Avg_HeightMEAN(weight)=Avg_Weight;RUN;12根据条件语句创建数据集PROC SQL;CREATE TABLE trip_listASSELECTfname,;QUIT;SELECT fname,age,sex,CASEWHENage=11THEN'Zoo'/*等同于以下语句*/DATA trip_list;SETpreteen;CASE WHEN age11 THENZooWHENsex='F' THEN'Museum'ELSE'[None]'ENDSET preteen;IF age=11 THEN Trip = 'Zoo ';ELSE IF sex='F' THEN trip = 'Museum';ELSEtrip='[None]';ENDAS TripFROM preteenELSE trip = [None];KEEP fnameage sex trip;RUN;CASE语句通常来实现条件处理，语法：SELECTcolumn…CASEcase-operandWHENwhenconditionTHENresultexpression13WHENwhen-conditionTHENresult-expressionWHENwhen-conditionTHENresult-expressionELSEresult-expressionEND;利用WHERE从句选择子数据集PROC SQL;CREATETABLEgirlsASWHERE从句中的运算符（1）比较运算符：LT小于CREATE TABLE girls ASSELECT *LT小于GT大于EQ=等于LE=小于或等于FROM preteenWHEREsex=‘女'LE=小于或等于GE=大于或等于NE^=不等于WHERE sex=女;（2）逻辑运算符OR|或AND&是QUIT;AND&是NOT^非14利用HAVING从句替代WHERE从句PROC SQL;CREATE TABLE hiloASQUIT;/*等同于以下语句*/SELECT sex,age,MAX(height)ASTallestPROC SUMMARY DATA=preteen NWAY;CLASS sex age;OUTPUTMAX(height)=TallestMAX(height) AS Tallest,MIN(height) AS ShortestFROM preteenOUTPUT MAX(height)=Tallest MIN(height)=ShortestOUT=hilo(WHERE = (tallest ‐shortest  GROUP BY sex, ageHAVING tallest ‐shortest  44) DROP = _type_ _freq_ );RUN;;HAVING从句与WHERE从句的主要区别15HAVING从句与WHERE从句的主要区别HAVING从句WHERE从句典型应用是根据条件从表中选出（或排除）分组的行典型应用是根据条件从表中选出（或排除）单个的行必须跟在GROUPBY之后，没有GROUPBY，HAVING等于WHERE如有GROUPBY，必须在GROUPBY之前利用ORDER BY对数据进行排序PROC SQL;CREATE TABLE age_sortAS/*等同于以下语句*/PROC SORT DATA=preteen g_SELECT *FROM preteenpOUT=age_sort;BY DESCENDING age pORDER BY age DESCENDING, fnamefname;RUN;;QUIT;16利用DISTINCT剔除重复记录PROC SQL;CREATE TABLE sex_ageASSELECT sex, ageFROM preteen;;PROC SQL;CREATE TABLE sex_age_distinctASSELECT DISTINCT *FROM sex_age;QUIT;QUIT;17第二章SQL语言的初步提升PROC SQL;CREATETABLEteensASCREATE TABLE teens ASSELECT name AS FName,ageFROMsashelpclassFROM sashelp.classWHERE age12;QUIT;Q;18将原始变量和二次分析生成的变将原析成量进行合并PROC SQL;CREATE TABLE detail_and_countsAS__SELECT fname,age,g,COUNT(*) AS ManyFROM teensGROUP BY ageORDERBYfnameORDER BY fname;QUIT;QUIT;19COUNT(*),N(*),或FREQ(*)：返回非缺失值个数COUNT(DISTINCTvaria