【工具】SAS数据整理的16个技巧

1、修改属性 　　attrib

2、根据条件删除记录 　　if条件 then delete；

3、分拆数据集 data mastermissing； merge old new（in=x）； by id； if x=0 then output missing；else output master； run； 4、利用attrib删去所有label data want；set have；attrib _all_label=""； run；

5、keep保留变量data abc；setad；keep name label；run； 6、drop 删除变量data abc；set ad；drop name label；run； 7、Missing（），如果变量有缺失值，则返回真。 如　　data test_miss； 　　set learn.blood；　　if missing（Gender） then MissGender + 1； 　　if missing（WBC） then MissWBC + 1； 　　if missing（RBC） thenMissWBC + 1； 　　if Chol lt 200 and not missing（Chol） then 　　Level ='Low '； 　　else if Chol ge 200 then Level = 'High'；　　run； 　　当变量名形如x1-x5，可以调用missing（of x1-x5）.此种写法也可用于诸如sum等函数。

8、Ranuni.返回0到1的随机数。若以0作为种子，SAS将以系统时间作为种子产生随机数。

9、Lag返回前一个观测值的函数。 看下面的代码 　　data look_back； 　　input Time Temperature；　　Prev_temp = lag（Temperature）；　　Two_back = lag2（Temperature）；　　datalines； 　　1 60 　　2 62 　　3 65 　　4 70 　　；　　得到结果为 　　Listing of LOOK_BACK 　　Prev_　　Obs Time Temperature temp Two_back 　　1 　　1 　　60 　　. 　　. 　　2 　　2 　　62 　　60 　　. 　　3 　　3 　　65 　　62 　　60 　　4 　　4 　　70 　　65 　　62 　　lag返回前一个观测值，lag2将返回往前数两个的观测值，不是指两个观测值。呵呵。lag的一般作用为计算两个变量的差值。将上例略微修改一下，计算两天的温度差。 　　data diff； 　　input TimeTemperature； 　　Diff_temp = Temperature – lag（Temperature）； 　　datalines； 　　1 60 　　262 　　3 65 　　4 70 　　； 　　当然更直接的用法是用Diff函数。 　　data diff； 　　input Time Temperature； 　　Diff_temp = dif（Temperature）； 　　datalines； 　　1 60 　　2 62 　　3 65 　　4 70 　　；

10.Compbl：将字符串中两个或两个以上的空格删除只剩一个空格（即 compress blank）。Compress删除空格或指定的字符。　　假设有一个名为电话号码的变量，由于其来源的不同，导致格式多样。　　Phone 　　（908）232-4856 　　210.343.4757 　　（516） 343 – 9293 　　9342342345　　现在想去掉左右括号，点号和-号。 　　data phone；　　length PhoneNumber $ 10； 　　setlearn.phone； 　　PhoneNumber = compress（Phone，' （）-.'）；　　drop Phone； 　　run； 　　compress的参数称为修饰语（modifier），各个修饰语的意思如下　　d 　　删除数字 　　a 　　删除大小写字符 　　i 　　忽略大小写 　　k 　　保留字符串 　　s 　　删除空格，制表符等 　　p 　　删除标点符号 　　例如 　　函数 　　作用　　返回值 　　compress（String，，'a'）删除所有字符串 　　123 　　compress（String，，'kd'）删除除数字外的其它字符 　　123 　　compress（String，'wxyz'，'i'）忽略大小写删除wxyz 　　123 　　compress（"A？B C99"，，'pd'）删除标点符号和数字 　　AB C

11、连接字符串。||或者！！将连接两个字符串为一个字符串，其长度等于两个字符串长度之和。比方说one=ABC，two=DEF，则one||Two将返回ABCDEF. 　　CAT函数等同于||，除了返回的字符串的长度以外，其缺省值是200.Cats函数在连接字符串前去掉字符串前面和后面的空格。Catx类似于 Cats，在去掉前后的空格后，会在连接的两字符串中间插入分隔符。下述代码为其例子。　　title "Demonstrating the Concatenation Functions"；　　data _null_； 　　Length Join Name1–Name4 $ 15； 　　First = 'Ron '； 　　Last = 'Cody '； 　　Join = '：' || First || '：'； 　　Name1 = First || Last； 　　Name2 = cat（First，Last）； 　　Name3= cats（First，Last）； 　　Name4 = catx（' '，First，Last）； 　　file print； 　　put Join= / 　　Name1= / 　　Name2= / 　　Name3= / 　　Name4= /； 　　run； 　　输出结果 　　Demonstrating the Concatenation Functions 　　Join=：Ron ： 　　Name1=Ron Cody 　　Name2=Ron Cody 　　Name3=RonCody 　　Name4=Ron Cody

12、Find函数。其语法形式如下 　　find（string，find-string， modifiers，starting-position）

13、字符串拆分函数Scan.Scan函数提出以空格或标点符号隔开的第n个单词。不同于trim，trim只是提取字符。【功能】从字符表达式s中搜取给定的n个单词【类别】 字符函数【语法】1. Scan(s,n) n为正数时，从字符s末尾提取n个字符2. Scan(s,n) n为负数时，从字符s开始提取n个字符3. SCAN (s,n<,list-of-delimiters>)【注意】1. 如果缺失指定的生成变量的长度，系统默认长度为200.2. 如果|n|=0或大于字符s的长度，则该函数返回空格。【例子】data a;arg='ABC.DEF(X=Y)';word=scan(arg,3);put word;run; data b;arg='ABC.DEF(X=Y)';word=scan(arg,-3);put word;run;data c;arg='ABC.DEF(X=Y)';word=scan(arg,-20);put word;run;data d;input Arr $ & 22.;ArrivalGate=scan(Arr,1,' ');DepartureGate = scan(Arr,2,' ');put DepartureGate ArrivalGate arr;cards;Arrival DepartureGates;run;14、比较字符串函数Compare

15、模糊匹配函数Spedis. 例如 　　data fuzzy； 　　input Name $20.； 　　Value = spedis（Name，'Friedman'）； 　　datalines；　　Friedman 　　Freedman 　　Xriedman 　　Freidman 　　Friedmann 　　Alfred 　　FRIEDMAN 　　； 　　返回结果如下 　　Listing of FUZZY 　　Name 　　Value 　　Friedman　　0 　　Freedman 　　12 　　Xriedman 　　25 　　Freidman 　　6 　　Friedmann　　3 　　Alfred 　　100 　　FRIEDMAN 　　87 　　当两个字符串完全匹配时，将返回0.第一个字符匹配错误，将比其它字符匹配错误所得的处罚分数更大。

16、字符串替换 　　函数Translate会替换某个字符，而Transwrd会替换某个单词。例如 　　data trans； 　　input Answer ： $5.； 　　Answer = translate（Answer，'ABCDE'，'12345'）； 　　datalines；　　14325 　　AB123 　　51492 　　； 　　得到结果如下 　　Answer 　　ADCBE 　　ABABC 　　EAD9B　　Tranwrd经常用于标准化地址等，如以Street替换St.，以Road替换Rd.，等等。

原文始发于微信公众号（PPV课数据科学社区）：【工具】SAS数据整理的16个技巧