京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SAS在DATA步中调用PROC步
给大家介绍一种方法,可以在DATA步中调用PROC过程,这样就可以在DATA步中对PROC产生的结果进行操作。
具体如何实现?
首先肯定不是直接在DATA步中写PROC,有些人可能会说用CALL EXECUTE,其实不然。CALL EXECUTE是在DATA步运行之后才调用。
在这里给大家介绍RUN_MACRO这个函数,通过该函数就可实现在DATA步中调用PROC,或者是另一个DATA步。
顾名思义,该函数就是用来调用macro的,但它有它的独特之处:不能在DATA步中使用该函数,只能在FCMP过程中使用(自定义函数中使用)。
因此要实现在DATA步中调用PROC,需要三个步骤:
1.定义一个MACRO,其内容就是一个PROC过程;
2.通过FMCP创建自定义函数,调用上面定义的MACRO;
3.在DATA步中调用自定义函数,即间接调用PROC过程;
下面用一个例子来说明:
创建宏(该宏是利用PROC SQL创建一个数据集,包含一个变量的非重复值)
%macro distinct_values;
%let input_table = %sysfunc(dequote(&input_table));
%let column = %sysfunc(dequote(&column));
%let output_table = %sysfunc(dequote(&output_table));
proc sql;
create table &output_table as
select distinct &column
from &input_table;
%mend;
创建自定义函数(在自定义函数中调用上面定义的宏)
proc fcmp outlib=work.funcs.sql;
function get_distinct_values(input_table $, column $, output_table $);
rc = run_macro('distinct_values', input_table, column, output_table);
return (rc);
endsub;
run;
在DATA步中调用
options cmplib = work.funcs;
data _null_;
rc = get_distinct_values('sashelp.shoes', 'region', 'work.regions');
id=open('work.regions');
if id then nobs=attrn(id,'NOBS');
put nobs;
run;
通过这种方式就可在DATA中调用PROC,从而使用PROC生成的结果。在上面的例子中,最后的DATA步调用PROC生成了数据集WORK.REGIONS,
然后通过OPEN函数打开该数据集,获取到该数据集的观测数。当然你可以干其他的事情。
重点在于:RUN_MACRO调用宏后,会一直等待宏执行完毕后才返回。因此紧接着get_distinct_values自定义函数后就可以使用宏产生的数据。
如果使用CALL EXECUTE调用宏,是在DATA步执行完之后,才调用宏,实际上就是在DATA步之后增加了宏的调用。
注:虽然在第三步调用get_distinct_values之后就可以使用该数据,但不能使用SET WORK.REGIONS; 为什么呢?这是因为SET语句的运行机制决定的。
在程序编译阶段,如果有SET语句,就会将SET的数据集打开,但此时程序还未执行,数据集根本没有生成,因此就会报错,提示数据集不存在。
所以要使用OPEN函数,来对该数据集进行操作。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08