SAS生成新变量
SAS支持基本的加减乘除,值得一提的是它的**代表指数,而不是^。
1 2 3 4 5 6 7 8 9 10 11 12 13 |
* Modify homegarden data set with assignment statements; DATA homegarden; INFILE ‘c:MyRawDataGarden.dat’; INPUT Name $ 1–7 Tomato Zucchini Peas Grapes; Zone = 14; Type = ‘home’; Zucchini = Zucchini * 10; Total = Tomato + Zucchini + Peas + Grapes; PerTom = (Tomato / Total) * 100; RUN; PROC PRINT DATA = homegarden; TITLE ‘Home Gardening Survey’; RUN; |
但是如果有缺失值的话,SAS的加法会生成缺失值而不是自动按0处理。为了避免这一点,应该调用sum()函数而不是直接写+。
SAS的函数调用很简单:
1 2 3 |
AvgScore = MEAN(Scr1, Scr2, Scr3, Scr4, Scr5); DayEntered = DAY(Date); Type = UPCASE(Type); |
函数有文本类、数字类、日期类等等。
SAS文本类函数
-
ANYALNUM(arg,start):返回第一次出现任意数字或字母的位置,可选开始位置start。
-
ANYALPHA(arg,start):返回第一次出现任意字母的位置,可选开始位置start。
-
ANYDIGIT(arg,start):返回第一次出现任意数字的位置,可选开始位置start。
-
ANYSPACE(arg,start):返回第一次出现任意空白的位置,可选开始位置start。
-
CAT(arg-1,arg-2,…arg-n):连接字符串,留下头尾空白。
-
CATS(arg-1,arg-2,…arg-n):连接字符串,删除头尾空白。
-
CATX(‘separator-string’, arg-1,arg-2,…arg-n):连接字符串,删除头尾空白并用指定标点连接。
-
COMPRESS(arg, ‘char’):移除字符串中的空格和可选字符。
-
INDEX(arg, ‘string’) :返回指定字符在变量中的位置。
-
LEFT(arg) :字符串左对齐。
-
LENGTH(arg):返回字符串长度,不考虑尾部空格。
-
PROPCASE(arg) :首字母大写。
-
SUBSTR(arg,position,n):从字符串中提取指定开始位置指定长度字符。
-
TRANSLATE(source,to-1, from-1,…to-n,from-n):替换字符。
-
TRANWRD(source,from,to) :替换字符串。
-
TRIM(arg):删除尾部空白。
-
UPCASE(arg):替换成大写。
SAS数值函数
-
INT(arg):返回整数。
-
LOG(arg):自然对数。
-
LOG10(arg) :10为底对数。
-
MAX(arg-1,arg-2,…arg-n) :最大值
-
MEAN(arg-1,arg-2,…arg-n) :均值
-
MIN(arg-1,arg-2,…arg-n) :最小值
-
N(arg-1,arg-2,…arg-n) :非缺失值个数
-
NMISS(arg-1,arg-2,…arg-n) :缺失值个数。
-
ROUND(arg, round-off-unit) :保留几位小数。
-
SUM(arg-1,arg-2,…arg-n):求和。
SAS日期函数
-
DATEJUL(julian-date) :标准julian日期到SAS日期。
-
DAY(date):返回「日」。
-
MDY(month,day,year) :年月日到SAS日期。
-
MONTH(date) :返回「月」。
-
QTR(date):返回季度。
-
TODAY():今日
-
WEEKDAY(date):返回周几(周日为1)。
-
YEAR(date):返回「年」。
-
YRDIF(start-date,end- date,’ACTUAL’):返回相差年份。
SAS中判断语句
如果,则:
1 |
IF then: IF Model = ‘Mustang’ THEN Make = ‘Ford’; |
还可以执行多项命令,需要嵌套do;可以用and和or:
1 2 3 4 5 |
IF Year IF Model = ‘Corvette’ OR Model = ‘Camaro’ THEN Make = ‘Chevy’; IF Model = ‘Miata’ THEN DO; Make = ‘Mazda’; Seats = 2; END; |
还可以if else:
1 2 |
IF Cost = . THEN CostGroup = ‘missing’; ELSE IF Cost ELSE IF Cost ELSE CostGroup = ‘high’; |
用if可以选择数据子集:
1 |
IF Sex = ‘f’; IF Sex = ‘m’ THEN DELETE; |
SAS中保留和累加
比如要求累加值(等价于R里面的cumsum),需要:
1 2 3 4 5 6 7 8 9 10 11 |
* Using RETAIN and sum statements to find most runs and total runs; DATA gamestats; INFILE ‘c:MyRawDataGames.dat’; INPUT Month 1 Day 3–4 Team $ 6–25 Hits 27–28 Runs 30–31; RETAIN MaxRuns; MaxRuns = MAX(MaxRuns, Runs); RunsToDate + Runs; RUN; PROC PRINT DATA = gamestats; TITLE "Season’s Record to Date"; RUN; |
看一眼最终数据:
累加效果出来了~还有一栏是迄今最大值。这也是我觉得sas和R很不同的一点:sas是指针式操作,一行行往下读;而在R里面我们更多是向量或者矩阵式运算,感觉还是有所区别的…
SAS的数组操作
这个就更有点矩阵的味道了,不过还是偶尔感觉怪怪的…感觉数据整理和操纵方面,SAS还是比不上R灵活…
例子为替换为缺失值:
1 2 3 4 5 6 7 8 9 10 11 12 |
* Change all 9s to missing values; DATA songs; INFILE ‘c:MyRawDataWBRK.dat’; INPUT City $ 1–15 Age domk wj hwow simbh kt aomm libm tr filp ttr; ARRAY song (10) domk wj hwow simbh kt aomm libm tr filp ttr; DO i = 1 TO 10; IF song(i) = 9 THEN song(i) = .; END; RUN; PROC PRINT DATA = songs; TITLE ‘WBRK Song Survey’; RUN; |
这样9就全部替换为缺失值了。把后面10列认为是一个数组,可以直接操作。
SAS还有若干变量名的快捷方式,暂不赘述了…
原文始发于微信公众号(PPV课数据科学社区):【学习】七天搞定SAS(二):基本操作(判断、运算、基本函数)
原创文章,作者:ppvke,如若转载,请注明出处:http://www.ppvke.com/archives/29772