
如何在SAS EG中展示DB2表的中文列标识
SAS EG中展示DB2表的中文列标识
SAS用户经常会使用SAS Enterprise Guide (简称EG),通过SAS/ ACCESS to DB2 查看、获取DB2中的表。
各种系统的开发人员经常使用神一样的字段来定义列名,而业务分析人员希望看到简单明白直观的中文列名。比如下面两张图对比一下,NAME和SALARY这两个单词很容易理解。但是如果使用了一些缩写,比如CUSTID, CUSTNAME 或 CUSTSALA就很难理解了。
我们可以使用DB2中的comment,在EG中展示列的中文标识。
比如DB2中的表EMP2,有两列:name和salary。其中name的comment为“名字”,而salary的comment为“年薪”。
解决思路
开发一个SAS程序(db2_add_comment.sas),该程序可以为DB2中的表添加comment信息,同时将表部分抽取到work逻辑库下,方便SAS用户对数据进行进一步分析。
该SAS程序可以分成3部分:
1.抽取DB2中的表以及包含表字段comment数据的字典表sysibm.syscolumns到work逻辑库下。
2. 对字典表当中的列名、comment 以及列的个数参数化,生成一系列宏变量。
3.对SAS数据集添加label信息。
SAS宏自动化编译
最终完整的SAS程序是一个可以直接被调用的SAS宏。
1. 为了方便用户使用这段宏,将该SAS脚本上传到SAS 计算层所在的环境中,如:/local/install/cfgsas1/sas_code/
2. 修改文件appserver_autoexec_usermods.sas (该文件一般在配置目录下,如 /install/cfgsas1/config/Lev1/SASApp),%include该SAS脚本,这样每次打开EG的时候就会自动对宏进行编译。
3.打开EG之后直接调用该宏。
比如用户希望查看DB2当中的EMP2这张表。那么可以运行下面的调用语句:
%db2_add_comment(database = database_name, user = db_user, password = db_password, table = EMP2,obs_num = 10)
其中database为db2数据库的名称,user/password分别为能够读取EMP2这张表的用户名和密码,table为DB2中表的名称,obs_num为希望将DB2中该表的前多少行数据抽取出来,默认为10行。
执行成功后,会在work逻辑库下生成一个同名的SAS数据集EMP2,为了能够通过EG打开SAS数据集的时候看到label而不是变量名,可以在EG的选项中做一个设定:
这时在EG中打开该数据集,即可以看到comment信息得以展示:
完整 SAS 程序
如果有需要,可以回复关键字【源代码DB2】下载完整SAS程序。
%macro db2_add_comment(database = , /* db2 database name */
user = , /* db2 user name */
password = , /* db2 password */
table = , /* db2 table */
obs_num = 10 /* number of obs to be extracted in db2 table */
);
%let table_nm = %str(%"&table%");
proc sql;
connect to db2 (database=&database user=&user password=&password);
create table work.column_name as
select NAME,REMARKS
from connection to db2(select name, remarks from sysibm.syscolumns where tbname = &table_nm);
create table work.&table as
select * from connection to db2(select * from &table fetch first &obs_num rows only);
quit;
data _null_;
set work.column_name;
call symputx("column_lable"||strip(_n_),kstrip(remarks));
call symputx("column_name"||strip(_n_),strip(name));
call symputx("column_num",strip(_n_));
run;
%macro modify_data;
proc datasets library=work nolist;
modify &table;
%do i = 1 %to &column_num;
%if &&column_lable&i = %then %do;
label &&column_name&i = "&&column_name&i";
%end;
%else %do;
label &&column_name&i = "&&column_lable&i";
%end;数据分析师培训
%end;
quit;
%mend;
%modify_data
%mend;
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18