第2章 数据的输入和编辑--其他常用的编辑方法
2.3 OPTIONS
OPTIONS命令的基本形式如下: OPTIONS 选择事项… ; DATA ONE; OPTIONS命令必须编到程序的DATA前面，OPTIONS有如下选择事项： -OBS= :指定SAS程序中打印观测值的容量（个数）。 -NODATE:不打印SAS程序操作日期。
-LINESIZE(或LS)=:指定打印的宽度，宽度的单位是以列为基准。LS的指定范围为64～256(列)。
-PAGESIZE(或PS)=:指定一页的打印行数。
-MISSING=:用MISSING指定的变量表示数据输入中的缺省值。
-NOCENTER:不要把分析结果打印在打印纸中央位置，而是以打印纸左侧为基准打印的意思。若不指定NOCENTER，则SAS程序自动把结果打印在中央位置。 例3-1: SAS Program
OPTIONS PS=90 LS=120 NOCENTER; DATA Simple;
INPUT X Y Z @@; CARDS;
1 2 3 4 5 6 7 8 9 10 11 12 RUN;
PROC PRINT; RUN; 2.4 IF
在SAS统计分析中，常常利用IF命令控制程序流程，对资料进行选择、判断等。IF 文件的一般形式有如下几种： DATA 资料名； INPUT variables； 1) IF SAS式； 2) IF SAS式 THEN 命令文； 3) IF SAS式 THEN 命令文； ELSE 命令文； 4) IF SAS式 THEN 命令文； ELSE IF SAS式 THEN 命令文； ELSE 命令文； 5） IF SAS式 THEN IF SAS式 THEN SAS命令文； ELSE 命令文； ELSE 命令文； CARDS； 25 54 . 87 92 . 45 78 RUN; PROC PRINT; VAR X Y; RUN;
45
例3-2: SAS Program DATA ONE; INPUT X @@;
IF X=. THEN DELETE; ←① Y=LOG(X); CARDS;
□PROGRAM解释：
IF X= . THEN DELETE: 如果变量X读到缺省值(缺省值用‘.’表示)，则把缺省值从SAS DATA set中删除。
□运行结果
运行1) 没有采用[IF X= . THEN DELETE :]命令的结果。 运行2) 采用[IF X= . THEN DELETE :]命令的结果 （运行结果1） （运行结果2）
OBS X Y OBS X Y
1 25 3.21888 1 25 3.21888 2 54 3.98898 2 54 3.98898 3 · · 3 87 4.46591 4 87 4.46591 4 92 4.52179 5 92 4.52179 5 45 3.80666 6 · · 6 78 4.35671 7 45 3.80666 8 78 4.35671 例3-3:SAS Program DATA ONE; INPUT X @@;
IF X=1 THEN X=5; ELSE IF X=2 THEN X=4; ELSE IF X=4 THEN X=2; ELSE IF X=5 THEN X=1; CARDS; 1 2 3 4 5 RUN;
PROC PRINT; VAR X; RUN; □PROGRAM解释：
如果X=1，则把1换成5(X=>5)，若X=2，则X=>4; 若X=4，则X=>2; 若X=5，则X=>1。即，把变量=12345转换成=54321来分析。
□运行结果:
OBS X 1 5 2 4 3 3 4 2 5 1
46
2.5 PUT 和FILE (不讲)
PUT和INPUT具有相反的功能。在SAS程序中，INPUT命令起着调入资料的作用，而PUT命令则把已编辑的SAS DATA set 输出到其他非SAS文件中。利用PUT命令，把SAS DATA set输出到其他非SAS文件时，常和FILE命令搭配使用。
INPUT PUT INFILE FILE PUT命令和INPUT命令一样，也具有多种多样的功能。其基本形式主要有如下两种。 1)INPUT–FILE.PUT型: DATA 资料名; INPUT variables @@; FILE ‘资料所在地址:资料名’; 输出部分 PUT variables 开始列 – 终止列[ .小数点以下的位置数]; RUN; 输入部分 CARDS; （直接） … … … … 2) INFIEL ·INPUT - FILE·PUT型: DATA 资料名; 输入部分 INFILE ‘资料所在地址: 资料名’; (间接) INPUT variables @@; FILE ‘A:资料名’; PUT variables 开始列 – 终止列[.小数点以下的位置数]; 输出部分 RUN; 例3-4:SAS Program DATA Simple; INPUT X Y Z @@; FILE ‘A:Mina’; PUT X Y Z; CARDS;
12 41 25 23 62 52 14 25 36 RUN; PROC PRINT; RUN; □运行结果:
OBS X Y Z 1 12 41 25 2 23 62 52 3 14 25 36
同上面的运行结果相同的内容，输出到A驱的Mina资料名下。 2.6 DO
反复计算或运行时，利用DO命令非常方便。 DO命令的基本形式有如下几种类型。 简单DO语句：
47
1)IF –DO END型 DATA 资料名; INPUT variables @@; IF SAS式THEN DO; SAS式; 例3-5: SAS Program END; CARDS; … … … … DATA ONE;
INPUT X Y Z @@;
IF X+Y>10 THEN DO; Q=’good!’; END; CARDS;
2 1 3 5 1 5 4 7 8 RUN;
PROC PRINT; RUN; □运行结果
OBS X Y Z Q 1 2 1 3 2 5 1 5
3 4 7 8 good!
2) DO-END型: DATA 资料名; INPUT variables @@; DO index variables =开始 TO 终止 BY 增加幅度; SAS式; OUTPUT;END; CARDS; … …
48
例3-6:SAS Program DATA ONE; INPUT X @@;
DO I=10 TO 30 BY 10; Y=LOG(X+I);Z=I*I; OUTPUT; END;
←每读一次X变量，内
循环(30/10)=3次
CARDS; 24 30 35 RUN;
PROC PRINT; RUN;
□运行结果: OBS X I Y Z 1 24 10 3.52636 100 2 24 20 3.78419 400 3 24 30 3.98898 900 4 30 10 3.68888 100 5 30 20 3.91202 400 6 30 30 40.9434 900 7 35 10 3.80666 100 8 35 20 4.00733 400 9 35 30 4.17439 900 2.7 ARRAAY (不讲)
ARRAY命令，可以一次处理多个数字变量或文字变量，并作排列处理。这种排列处理与变量的个数无关，但指定为同一个排列的变量的形态必须相等。
ARRAY命令的基本形式如下:
ARRAY 排列名 [ {n} ] [{*}] [排列变量]
□ARRAY a{10} a1-a10; a1，a2，…a10 排列变量被指定为a排列。 □ARRAY a{*}a1-a20; *表示可以不数变量的个数。 2.8 LABEL
因为变量名不能超过8个字母，所以人们常用简单的变量名。但在同一个程序中使用的变量较多时，其计算(分析)结果往往不容易区别各变量所代表的含义，因此需对每个变量所代表的含义加以解释。这时可利用LABEL命令。LABEL命令的基本形式如下:
DATA 资料名; INPUT variables @@;
同一个资料名 LABEL variables =‘内容’; CARDS;
…………
PROC PRINT DATA=资料名 LABEL;
RUN;
49
‘内容’不能超过40个英文字母，在一个LABEL里需要写多个连续变量时，可采用下面的形式:
LABEL score1 = ‘内容1’; LABEL score2 = ‘内容2’; 例3-7:SAS Program DATA ONE;
INPUT NAME $ X Y @@;
LABEL X=’SCORES OF MIDTERM’;← X变量代表期中考试成绩 LABEL Y=’SCORES OF FINAL’; ← Y变量代表期末考试成绩 CARDS;
LIMING 96 89 WANGYU 86 91 RUN;
PROC PRINT DATA=ONE LABEL; RUN;
□运行结果
SCORES OF SCORES OF
OBS NAME MIDTERM FINAL 1 LIMING 96 89 2 WANGYU 86 91 2.9 GO TO
GO TO 命令的一般形式如下: DATA 资料名; INPUT variables @@; IF SAS 比较运算式 THEN GO TO 移动地址; CARDS; … … … … 例 3-8：SAS Program DATA info; INPUT x y @@;
If 1<= x <= 5 THEN GO TO new ; x=3; ←①
若满足IF 条件，则运行new; 若不满足IF 条件，则把x值改为3(即x=3。) count +1;
count +1: 累计大于5的观测值x(x>5)的个数。 new : sumx +x; ←②
new :sumx +x: 累计x值(ΣXi)。 CARDS;
1 2 7 6 5 3 8 5 RUN;
50
PROC PRINT; RUN; □运行结果:
OBS X Y COUNT SUMX 1 1 2 0 1 2 3 6 1 4 3 5 3 1 9 4 3 5 2 12
如果在上面的例子中count 和new之间，加上RETURN命令即， … … … count +1; RETURN;
New: sumx +x; … … …
则得到如下结果。只有当x=1～5时，运行new数学式。
OBS X Y COUNT SUMX 1 1 2 0 1 2 3 6 1 1 3 5 3 1 6 4 3 5 2 6
IF- DO型命令可以替代GO –TO 型命令。比如，上面的GO –TO 型例子也可以利用IF- DO型来完成，其结果完全一致。
累加语句：
一般格式：累加变量+表达式，如N+1、sumx+x、x1+x2 累加语句就是把表达式的计算结果加到累加变量上，作为累加变量新的观测值存到程序中。
累加变量必须是数值型的，且第一个观测值被读入前自动地赋值为0。表达式中可以包含SAS操作符，用来执行基本运算，还可以包含SAS函数，用来进行一些数学运算、计算统计量等。
2.10 STOP
在输入DATA时，对不必要的DATA可用STOP命令停止输入(运行)。其基本形式如下: DATA 资料名; INPUT variables @@; IF SAS比较运算式 THEN STOP; CARDS; … … …
51
例3-9：SAS Program DATA mina; INPUT x y @@;
IF _n_>5 THEN STOP;← 当观测值的序号大于5时，停止运行(读数据)。 CARDS;
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 RUN;
PROC PRINT; RUN; □运行结果:
OBS X Y 1 1 2 2 3 4 3 5 6 4 7 8 5 9 10
n代表观测值的序号(即前n个观测值)。根据IF _n_>5 THEN STOP;在12个观测值中只输入5个观测值。
2.11 DELETE和MISSING命令 1)DELETE命令
DELETE具有删除的功能。在DATA set中，由于缺省值或奇异值等影响统计分析结果的DATA存在，常利用DELETE命令把这些DATA从DATA set中删除。通常DELETE命令和IF命令一起使用。DELETE命令的一般形式如下: DATA 资料名; INPUT variables @@; IF SAS比较运算式 THEN DELETE; CARDS; … … … DATA ONE; INPUT X @@; IF X>95 THEN DELETE; CARDS; 85 89 98 93 95 34 100 251 RUN; PROC PRINT; RUN; (SAS运行结果) OBS X 1 85 2 89 3 93 4 95 5 34 52
例3-10: SAS程序 2)MISSING 命令
在统计分析中由于主观上的遗漏或者客观上很难观测等原因，常常遇到缺省值。在SAS分析程序中，我们常常利用MISSING命令来处理这些缺省值。其一般形式如下:
DATA 资料名; INPUT variables @@; MISSING 文字; CARDS; … … … 在SAS分析程序中，对观测值的缺省值有多种处理方法。一般来说，观测值的缺省 值用小数点‘.’来表示。例如，IF X=0 THEN X=‘.’;但有时MISSING命令也可以用英文字母表示。
例3-11：
DATA Simple; INPUT X Y Z @@; MISSING A B; CARDS;
12 A 41 25 B 23 62 B 52 14 25 A 36 RUN;
PROC PRINT; RUN; □运行结果
OBS X Y Z 1 12 A 41 2 25 B 23 3 62 B 52 4 14 25 A 3.10 LIST
在LOG视窗中打印时，常常利用LIST命令。这和PROC PRINT在OUTPUT视窗上打印计算结果的功能很相似。
例3-12:SAS Program DATA mina; INPUT x y; LIST x y;
CARDS; … … …
2.12 FORMAT和INFORMAT 需要确定资料的位数时，利用FORMAT命令。FORMAT可以和其他SAS命令一起使用，比如PROC FORMAT。FORMAT命令也可单独使用，其基本形式如下
53
DATA 资料名; FORMAT VARIABLES N.n; INPUT variables @@; N：表示包括小数点的变量值VARIABLES的位数。 n:小数点后面保留的位数。
例如，FORMAT mina 5.2; 变量mina为5位数(保留5位数)，小数点以下保留2位数。输入资料的过程中需要确定资料的位数时，利用INFORMAT命令。其基本形式如下：
DATA 资料名; INFORMAT variables $ N.; ← ① INPUT variables $ @@; ← ② PROGRAM解释
①variables $ 表示一个或多个文字变量，N.表示文字变量的长短，比如，当N.=4.时，只输入4个文字。
②variables $ 表示一个或多个文字变量，但已在INFORMAT表示过变量是文字变量(INFORMAT variables $)，所以INPUT中不表示文字变量也可以。即INPUT variables @@;
例3-13：SAS Program DATA ONE;
INFORMAT X Y $ 5.; INPUT X Y @@; CARDS;
TIANJIN CHONGQING BIJING SHANGHAI RUN;
PROC PRINT; RUN;
□运行结果
OBS X Y 1 TIANJ CHONG 2 BEIJI SHANG 2.13 OUTPUT
OUTPUT命令规定sas系统输出当前的观测值到指定的资料名中。一般格式： OUTPUT 〈数据集名1〉…… 〈数据集名n〉; 54
output后的括号中的数据集名是可选项，当没有该选项时，sas系统把当前这个观测值输出到DATA语句命名的所有的数据集上，并返回到data步开始接着处理下一个观测值。当有该选项时，sas系统把当前的这个观测值输出到output语句规定的所有数据集上，并返回到data步开始接着处理下一个观测值，这里的数据集名可以多于一个，但必须在data语句中已被命名。
□ OUPUT
利用OUTPUT可以把多个变量的DATA set转换成单一变量的DATA set。这种方法在方差分析，t-检验等统计分析中得到广泛的应用。
例3-14： 把具有3个SCORE1 SCORE2 SCORE3变量的DATA set转换成只具有一个变量SCORE的DATA set1。
SAS PROGRAME: DATA sample;
INPUT name $ score1-score3 @@; DROP score1-score3;
score=score1; OUTPUT; score=score2; OUTPUT; score=score3; OUTPUT; CARDS;
wang 90 68 78 zhang 92 78 65 gong 89 65 98
A set OBS NAME SCORE1 SCORE2 SCORE3 1 wang 90 68 78 2 zhang 92 78 65 3 gong 89 65 98 RUN;
PROC PRINT; RUN;
利用上面的SAS程序，就可以把具有3个SCORE3变量的DATA set转换成只具有一个SCORE变量的DATA set1。
□IF-OUTPUT
利用IF-OUTPUT可以把单一的DATA set转换成两个或两个以上的不同的DATA set。 例:把DATA sample转换成3个sample1， sample2， sample3不同的DATA set。
□SAS PROGRAME:
DATA sample1 sample2 sample3; INPUT name $ score1-score3 @@;
55
DATA set1 OBS NAME SCORE 1 wang 90 2 wang 68 3 wang 78 4 zhang 92 5 zhang 78 6 zhang 65 7 gong 89 8 gong 65 9 gong 98
IF name=’wang’ THEN output sample1; IF name=’zhang’ THEN output sample2; IF name=’gong’ THEN output sample3; CARDS;
wang 90 68 78 zhang 92 78 65 gong 89 65 98 RUN;
PROC PRINT data= sample1; RUN; PROC PRINT data= sample2; RUN; PROC PRINT data= sample3; RUN DATA sample1 OBS NAME SCORE1 SCORE2 SCORE3 DATA sample 1 wang 90 68 78 OBS NAME SCORE1 SCORE2 SCORE3 DATA sample2 1 wang 90 68 78 OBS NAME SCORE1 SCORE2 SCORE3 2 zhang 92 78 65 1 zhang 92 78 65 3 gong 89 65 98 DATA sample3 OBS NAME SCORE1 SCORE2 SCORE3 1 gong 89 65 98 利用上面的SAS程序，就可以把单一的DATA set转换成3个不同的DATA set。 □DO-OUTPUT
输入资料时，为了减少不必要的资料的输入，常常OUTPUT和DO命令搭配使用。 例3-15：设有5种土质不同的耕地(a1，a2，a3，a4，a5)和4种不同的种子(b1, b2，b3，b4)。现做试验，如何搭配土地和种子生产量最多?
DATA sample;
INPTUT ground $ seed $ y @@; CARDS;
a1 b1 25 a1 b2 30 a1 b3 24 a1 b4 28 a2 b1 27 a2 b2 46 a2 b3 50 a2 b4 54 a3 b1 36 a3 b2 54 a3 b3 56 a3 b4 57 a4 b1 37 a4 b2 55 a4 b3 57 a4 b4 51 a5 b1 34 a5 b2 59 a5 b3 58 a5 b4 58 RUN;
PROC PRINT; RUN;
上面的SAS程序中CARDS命令下面，变量a和b重复过多，不易输入。但利用DO和OUTPUT命令就可以解决因重复使用同样的变量带来的麻烦。
DATA sample;
DO ground =‘a1’,‘a2’,‘a3’,‘a4’,‘a5’; DO seed =‘b1’,‘b2’,‘b3’,‘b4’; INPUT y @@; OUTPUT; 内循环 外循环 END; END; CARDS;
25 30 24 28 27 46 50 54 36 54 56 57 37 55 57 51 34 59 58 58 RUN;
PROC PRINT; RUN;
56
上面程序中OUTPUT命令的作用是，每当读一个产量y时，强制性的打印代表土质(ground)和种子(seed)种类的文字变量a和b。本程序的外循环由5个变量组成，内循环由4个变量组成。所以，外循环共循环5次，并且每循环一次，内循环要循环4次。
□运行结果
OBS ground seed y
1 a1 b1 25 2 a1 b2 30 3 a1 b3 24 4 a1 b4 28
… … … … …
17 a5 b1 34 18 a5 b2 59 19 a5 b3 58 20 a5 b4 58
以上讨论的2个程序得到同样的结果。但后者由于利用了OUTPUT命令，所以SAS运行程序比前者简单多了。在资料的处理过程中利用DO-OUTPUT非常方便，下面进一步讨论有关DO-OUTPUT的应用技巧。掌握这些技巧有助于编辑相关分析等统计研究的SAS程序。
57
因篇幅问题不能全部显示，请点此查看更多更全内容