SAS编程基础

实验2 SAS编程基础

SAS语言和其它计算机语言一样，也有其专有的词汇（即关键字）和语法。关键字、名字、特殊字符和运算符等按照语法规则排列组成SAS语句，一个SAS程序由若干数据步、过程步组合而成，而每一个程序步通常由若干语句构成。SAS程序是在Editor窗口中进行编辑，提交运行后可以在Log窗口中显示有关信息和提示，在Output窗口显示运行的结果。

2.1 实验目的

通过实验了解SAS编程的基本概念，掌握SAS编程的基本方法，掌握SAS数据步对数据集的管理和对数据的预处理。

2.2 实验内容

一、建立逻辑库与数据集，包括逻辑库的建立、直接输入数据建立数据集与读取外部数据文件建立数据集。

二、数据文件的编辑与整理，包括数据集的横向合并与纵向合并、数据集内容的复制、变量的增加与筛选、数据集的拆分和数据的排序。

2.3 实验指导

一、建立逻辑库与数据集

1.建立逻辑库

【实验2-1】编程建立逻辑库。

(1) 首先在D盘创建一个文件夹，如D:\SAS_SHYAN\SAS数据集。

(2) 建立逻辑库mylib，编辑并运行下面程序语句即可。

libname mylib "D:\sas_shiyan\sas数据集";

2.直接输入数据建立数据集

【实验2-2】将表2-1(sy2_2.xls)中的数据直接输入建立数据集sy2_2，并将其存入逻辑库mylib中。

表2-1 职工工资

编号 姓名 性别工作日期 职称 部门基本工资工龄工资奖金扣款 实发工资

1420

0 3003 王以平男1992-8-1 助工生产620300500

3004 林红女1993-8-1 助工供销620280500 200 12003005 吕兴良男1982-1-30 工程师技术1100500500 100 20003006 司马宇男1971-2-17 工人生产520720500 0 17403007 张学武男1967-10-9 工人保卫520800500 200 16203008 冯玉霞女1987-8-1 工程师生产1100400500 250 17503009 赵大强男1968-5-10 工人财务520780500 0 18003010

王萍

女

1987-8-1

工程师

技术

1100

400

500 100 1900

代码如下：

data mylib.sy2_2; length gzrq $ 10;

input bh $ xm $ xb $ gzrq $ zc $ bm $ jbgz glgz jj kk sfgz; label bh='编号' xm='姓名' xb='性别' gzrq='工作日期' zc='职称' bm='部门' jbgz='基本工资' glgz='工龄工资' jj='奖金' kk='扣款' sfgz='实发工资'; cards; 3003 王以平 男 1992-8-1 助工 生产620 300 500 0 1420 3004 林红 女 1993-8-1 助工 供销620 280 500 200 1200 3005 吕兴良 男 1982-1-30 工程师 技术 1100 500 500 100 2000 3006 司马宇 男 1971-2-17 工人 生产520 720 500 0 1740 3007 张学武 男 1967-10-9 工人 保卫520 800 500 200 1620 3008 冯玉霞 女 1987-8-1 工程师 生产1100 400 500 250 1750 3009 赵大强 男 1968-5-10 工人 财务520 780 500 0 1800 3010 王萍

女 1987-8-1 工程师

技术

1100 400 500 100 1900

; RUN;

运行完成后，在逻辑库mylib 中双击数据集名sy2_2，可以查看结果如图2-1所示：

图2-1 数据集mylib.sy2_2

说明：

(1) SAS 变量的基本类型有两种：数值型和字符型。数值型变量在数据集中的存贮一般使用8个字节。SAS 的字符型变量缺省的长度是8个英文字符，可以使用LENGTH 语句指定变量长度，LENGTH 语句一般应出现在定义变量的Input 语句之前，格式为：

LENGTH 字符型变量名 $ 长度； 如：

LENGTH gzrq $ 10;

(2) 语句：

label bh = '编号' xm = '姓名' xb = '性别' gzrq = '工作日期' zc = '职称' bm = '部门' jbgz = '基本工资' glgz = '工龄工资' jj = '奖金' kk = '扣款' sfgz = '实发工资';

为每个变量加标签。

(3) 数据块中数据之间可以用空格隔开，也可以使用Tab键。

3.读取外部数据文件建立数据集

【实验2-3】读取文本文件sy2_3.txt（图2-2）建立数据集work.sy2_3。假设文本文件存放在文件夹“D:\SAS_SHYAN\原始数据”中。

图2-2 文本文件sy2_3.txt

代码如下：

data sy2_3;

infile 'd:\sas_shiyan\原始数据\sy2_3.txt';

input bh $ xm $ xb $@@;

length gzrq $ 10;

input gzrq $ zc $ bm $ jbgz glgz jj kk sfgz;

run;

注意：文本文件中数据之间用空格隔开，不能使用Tab键。

运行完成后，在临时库work中双击数据集名sy2_3，可以查看结果如图2-3所示：

图2-3 数据集sy2_3

【实验2-4】读取Excel文件sy2_2.xls（如表2-1所示）建立数据集work.sy2_4。已知Excel 文件sy2_2.xls存放在文件夹“d:\sas_shiyan\原始数据”中。

首先将表2-1修改为如图2-4所示的Excel表sy2_4.xls,并存放在d:\sas_shiyan\原始数据中。

图2-4 Excel表sy2_4.xls

建立数据集work.sy2_4代码如下：

proc import out=sy2_4

datafile = "d:\sas_shiyan\原始数据\sy2_4.xls"

dbms = excel2000 replace;

no; /*如果表中第一行为变量名，则删去此行*/

=

getnames

run;

注意：sy2_4.xls中第3至5列中的多加的“0”是为了保证导入后字符型变量的长度正确。

二、数据文件的编辑与整理

1.数据集的复制与修改

【实验2-5】将mylib.sy2_2中的“工作日期”去掉，基本工资小于600的改为600，生成新的数据集work.sy2_5。

代码如下：

data sy2_5;

set mylib.sy2_2;

drop gzrq;

if jbgz < 600 then jbgz = 600;

run;

2.增加新变量

【实验2-6】在mylib.sy2_2中增加变量yfgz（应发工资=基本工资+工龄工资+奖金）、生成新的数据集work.sy2_6。

代码如下：

data sy2_6;

set mylib.sy2_2;

yfgz = jbgz + glgz + jj;

run;

3.数据集的纵向拆分

【实验2-7】按基本工资是否大于600将mylib.sy2_2拆分成两个新数据集work.sy2_7_1和work.sy2_7_2。

代码如下：

data sy2_7_1 sy2_7_2;

set mylib.sy2_2;

select;

when (jbgz<600) output sy2_7_1;

when (jbgz>=600) output sy2_7_2;

end;

run;

4.数据集的纵向合并

【实验2-8】将上述拆分后的两个数据集纵向合并恢复原样，产生新的数据集work.sy2_8。

代码如下：

data sy2_8;

set sy2_7_1 sy2_7_2;

run;

5.数据集的横向合并

【实验2-9】将mylib.sy2_2中职称为“工人”的观测拆分成一个仅含编号、姓名和基本工资，一个仅含有编号和实发工资的两个新数据集work.sy2_9_1和work.sy2_9_2。然后将work.sy2_9_1和work.sy2_9_2合并成一个新数据集sy2_9。

(1) 提取职称为“工人”的观测：

data sy2_9_0;

set mylib.sy2_2;

if (zc = '工人');

run;

(2) 建立两个数据集：

data sy2_9_1;

set sy2_9_0;

keep bh xm jbgz;

run;

data sy2_9_2;

set sy2_9_0;

keep bh sfgz;

run;

(3) 横向合并：

data sy2_9;

merge sy2_9_1 sy2_9_2;

by bh;

run;

proc print; run; /*列表显示数据集sy2_9*/

6.数据的排序

【实验2-10】将mylib.sy2_2按jbgz升序、sfgz降序排序后生成新的数据集work.sy2_10。

代码如下：

proc sort data= mylib.sy2_2 out = sy2_10;

by jbgz descending sfgz;

run;

proc print data= sy2_10; /*列表显示数据集sy2_10*/

run;

说明：在对两个数据集横向合并时，为了避免因两个数据集观测顺序不同造成混乱，一般应将两个数据集分别按同一个变量（BY变量）排序后再合并，如【实验2-9】中的横向合并可写成：

Proc sort data = sy2_9_1;

by bh;

Proc sort data = sy2_9_2;

by bh;

run;

data sy2_9;

merge sy2_9_1 sy2_9_2;

by bh;

run;

proc print; run;

7.数据的列表显示

【实验2-11】列出数据集mylib.sy2_2中所有男性职工的编号、姓名、部门、基本工资。

代码如下：

Proc print data = mylib.sy2_2 label;

var bh xm bm jbgz ;

label bh = '编号' xm = '姓名' bm = '部门' jigz = '基本工资';

where xb = '男';

run;

2.4 上机演练

【练习2-1】表2-2（lx2_1.xls）为某邮购服务部的部分顾客记录，编程进行如下操作:

表2-2 邮购服务部部分顾客记录

姓名 性别 地区 日期 金额

章文男华东1996-3-201099

王国铭男华东1996-5-1939

童子敏女华北1996-1-5986

刘念新男东北1997-10-13581

李思今女华北1997-4-4659

关昭女东北1996-11-5358

赵霞女东北1998-9-62010

(1) 建立自己的逻辑库(以自己名字的拼音命名)；

(2) 用数据步把此数据输入到SAS数据集并存放在自己的逻辑库中；

(3) 列表显示男性顾客购买金额超过1000的那些人；

(4) 按金额降序排序并输出结果；

(5) 把数据拆分为包含姓名、性别、地区的一个数据集和包含姓名、日期、金额的一个数据集；

(6) 用MERGE和BY合并上一步拆开的两个数据集。

【练习2-2】SASHELP.PRDSALE是某国际公司在各地销售记录。变量ACTUAL是实际销售额，PREDICT是预测的销售额，COUNTRY是卖往的国家，REGION是地区，DIVISION 是卖往的部门，PRODTYPE是产品类型，PRODUCT是具体的产品名称，QUARTER，YEAR，MONTH是销售时间的季度、年、月。编程进行如下操作：

(1) 用print过程列出数据集中美国的销售记录，求给各列加上合理的中文标签；

(2) 把数据集按产品类别、年、月排序后按产品类别分类列出年、月、实际销售额，不显示观测序号。

2.5 实验报告

请按练习内容写出包括如下内容的实验报告：

一、实验目的；

二、实验内容、程序及运行结果；

三、实验中存在的问题及解决方法；

四、实验体会(结论、评价、感想与建议等)。