京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SAS-一些有用的语句
今天本想继续介绍 summary过程的,但是发现别人整理的比我更好,于是周末再更,好好整理一下描述性统计分析及评分卡建模,今天给大家介绍一些sas有用的语句吧。
1.如果在同一程序中需要多次调用print语句,用%str可以节省程序书写;
%let print=%str(proc print data=sashelp.class;run;);
&print;
2.查看变量类型;
data a;
set sashelp.class;
w=vtype(age);
run;
3.结构查询语言;
select语句用来检索数据(order从句,format选项) ;
create语句创建表格;
update语句增加或修改表格中列的数值(insert和delete语句插入和删除行,用alter语句增加、修改、删去列)
例子:
data employee;
input empname $ empcity $ empyears emptitle $ sales;
cards;
aa beijing 3 engineer 2300
bb shangqiu 2 teacher 3000
cc changsha 32 worker 4000
dd changsha 20 salesrep 1000
;
proc sql;
create table changsha as /*对表格的操作*/
select empname,
empcity,
empyears format=yymmdd8.,/*对表格列的操作*/
sales*2 as totalsales,
/*count(empyears) as count_emp,*//*计算by排序文件的观测数、均值(avg)*/
/*10*(sales-empyears) as total,*//*有效的表达式*/
emptitle
from employee
where empcity='changsha'
order by empyears asc; /*asc升序,desc降序*/
alter table changsha add gender char(1);/*对表格列的操作,添加性别变量,相似modify,drop*/
update changsha/*对表格值的操作:赋值*/
set gender='f'
where empname in ('aa','cc');
update changsha
set gender='m'
where gender is missing;
insert into changsha /*对表格行的操作,插入一条观测*/
values('ff', 'changsha',10, 8000,'teacher','m');
delete from changsha /*对表格行的操作*/
where empyears>20;
quit;
proc print data=changsha;
run;
4.计算行数;
%let dsid=%sysfunc(open(sashelp.class,i));
%let n=%sysfunc(attrn(&dsid,nobs));
%let rc=%sysfunc(close(&dsid));
%put obsnum=&n;
5.scan()用法:
data a;
arg='ABC.DEF(X=Y)';
word=scan(arg,-3);
/*put word;*/
run;
data c;
arg='ABC.DEF(X=Y)';
word=scan(arg,-20);
put word;
run;
data d;
input Arr $ & 22.;
ArrivalGate=scan(Arr,1,' ');
DepartureGate = scan(Arr,2,' ');
put DepartureGate ArrivalGate arr;
cards;
Arrival DepartureGates
;
run;
6.sysfunc()用法;
data a;
input group $ number point;
cards;
A 1 85
A 2 66
B 1 69
C 3 55
D 4 24
;
run;
%macro macro_name(group,number,point);
data out_&group.;
group="&group";
number=&number.;
point=&point.;
run;
%mend;
%macro test;
*打开存放参数的数据集;
%let dsid=%sysfunc(open(work.a,i));
%put &dsid; *%put是在日志输出改宏变量的值;
*fetch是为了判断是否读取完数据集记录,若已读完,则返回-1,否则返回0,赋给宏变量rc;
%let rc=%sysfunc(fetch(&dsid));
%do %while(&rc=0);
*trim是去掉字符右边的空格,left是去掉字符左边的空格,getvarc(&dsid,1)是读取数据集的第一列,
读取第二列则为getvarc(&dsid,2),getvarc是针对字符,若该列是数值型的则为getvarn(&dsid,2);
%let group=%sysfunc(trim(%sysfunc(left(%sysfunc(getvarc(&dsid,1))))));
%let number=%sysfunc(trim(%sysfunc(left(%sysfunc(getvarn(&dsid,2))))));
%let point=%sysfunc(trim(%sysfunc(left(%sysfunc(getvarn(&dsid,3))))));
%put &group; %put &number; %put &point;
%macro_name(&group,&number,&point);*将参数传给调用你所需要运行的宏macro_name;
%let rc=%sysfunc(fetch(&dsid)); *同上fetch;
%put &rc;
%end;
%let rc=%sysfunc(close(&dsid)); *关闭数据集;
%put &rc;
%mend;
%test;
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Excel数据分析中,数据透视表是汇总、整理海量数据的高效工具,而公式则是实现数据二次计算、逻辑判断的核心功能。实际操作中 ...
2026-04-30Excel透视图是数据分析中不可或缺的工具,它能将透视表中的数据快速可视化,帮助我们直观捕捉数据规律、呈现分析结果。但在实际 ...
2026-04-30 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-04-30在中介效应分析中,人口统计学变量(如年龄、性别、学历、收入、职业等)是常见的控制变量或调节变量,其处理方式直接影响分析结 ...
2026-04-29在SQL数据库实操中,日期数据的存储与显示是高频需求,而“数字日期”(如20240520、20241231、45321)是很多开发者、数据分析师 ...
2026-04-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-04-29在手游行业竞争日趋白热化的当下,“流量为王”早已升级为“留存为王”,而付费用户留存率更是衡量一款手游盈利能力、运营质量的 ...
2026-04-28在日常MySQL数据库运维与开发中,经常会遇到“同一台服务器上,两个不同数据库(以下简称“源库”“目标库”)的表数据需要保持 ...
2026-04-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-04-28箱线图(Box Plot)作为一种经典的数据可视化工具,广泛应用于统计学、数据分析、科研实证等领域,核心价值在于直观呈现数据的集 ...
2026-04-27实证分析是社会科学、自然科学、经济管理等领域开展研究的核心范式,其核心逻辑是通过对多维度数据的收集、分析与解读,揭示变量 ...
2026-04-27 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-04-27在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22