SAS 学习笔记（一）

文章目录

1、四大模块
2、四大任务
3、窗口和快捷键
4、SAS文件与逻辑库
5、SAS语句规则
6、SAS三种基本类型的选项
7、SAS变量的六大属性
8、其他

1、四大模块

数据库：BASE，FSP，ACCESS
分析核心：STAT, ETS, QC, OR, INSIGHT
开发呈现工具：AF, EIF, GRAPH
分布处理与数据仓库：CONNECT,WA

2、四大任务

数据访问
数据管理
数据分析
数据呈现

3、窗口和快捷键

帮助（F1 / HELP）、运行程序（F3 / SUBMIT）、调用上一步程序（F4 / RECALL）、热键设置（F9 / KEYS）
程序编辑器 PGM/WPGM（F5）、日志 log（F6）、输出 output（F7）
资源管理器 explorer 、结果 result
窗口内部切换（Ctrl+Tab）、窗口外部切换（Alt+Tab）

4、SAS文件与逻辑库

原有逻辑库：sashelp 示例库、sasuser 永久库、work 临时库(默认，可省略库名)
新建逻辑库：文件目录 → SAS库 LIBNAME 库名 “路径”;
库名（逻辑库引用名）：libref
数据集访问方式：库名.数据集（二级访问规则）
读入程序：直接在菜单栏打开 / 命令框提交 include "路径";
SAS文件包括：SAS数据集（Table）、SAS数据视窗（View）、SAS目录册（Catalog）
数据集vs数据视窗：前者含描述部分和数据部分；后者只含描述部分（属性内容）
数据部分：记录（行、观测）/ 变量（列、字段、指标）

5、SAS语句规则

SAS一个程序（procedure）由若干个过程步（proc）组成，一般逐行执行程序，逐条处理观测
每条SAS语句(statement)都以关键词开始；
每条SAS语句都以分号结尾（空语句：;）；
不区分大小写、不区分单引号和双引号；无缩进要求；
相等判别和赋值都用 =
单个或多个语句可位于一行或多行；
缩进原则 → 增强程序的可读性
命名规则（逻辑库/文件/变量）：由字母、下划线、数字组成，且必须以字母或下划线开头；不超过8个(逻辑库) / 32个(变量)字符；不区分大小写；[ 名如其意；多个单词用大写或下划线间隔；]
注释方式： * xxx ; or /* xxxxxx */

6、SAS三种基本类型的选项

影响范围：系统选项 > 语句选项 > 数据集选项

系统选项
由“SAS系统选项窗口”或“OPTIONS”命令更改，持续有效

OPTIONS
YEARCUTOFF = year;  /*指定SAS使用的百年跨度的第一年*/
TITLEn "标题";
TITLE;    /*取消所有当前标题*/
FOOTNOTEn "脚注";
ls = ;    /*linesize*/
ps = ;    /*pagesize*/

语句选项
出现在个别语句中，影响特定的DATA步和PROC步
数据集选项
只影响SAS如何读取或输出个别的数据集（放在数据集名称后面的括号中）

KEEP, DROP, RENAME = (oldvar = newvar), FIRSTOBS, OBS, LABEL, IN, WHERE ...

7、SAS变量的六大属性

类型 type*：分类/字符型（名义、有序）、数值（定距、定比）
命名 name*
长度 length*（存储） length 变量名 <$> 长度（尽量不要对数值型变量定义长度）
标签 label （别名） label 变量名 ="标签名"
格式（输入 informat / 输出 format）（读取 / 展示）
（前三个是必须要有的变量属性）

字符型变量
数值型变量：默认为8个字节的浮点方式-16或17个有效数位
-日期变量：存储为从1960年1月1日至一个指定日期间的天数
(引用日期作为常量的方式var = 'DATEw.'D)
-时间变量：存储为从00:00:00开始累积的秒数
-日期时间变量：存储为从1960年1月1日00:00:00开始累积的秒数
-货币变量：存储为美元
缺失数据值：字符型缺失值显示为空格 ; 数值型缺失值显示为句点 .

标准数据 vs 非标准数据
标准数据：电脑看到就能识别的 e.g. 12 / 12.34 / 123e-5
非标准数据 e.g. 12,345 / $12345 / 4.25%

输入与输出格式
FORMAT variable(s) format;
INFORMAT variable(s) format;
数值型：W.<d> (宽度.<小数位>)（默认左对齐）
字符型：$ W. （默认右对齐）
一般：<$> <格式名> W.<d>
其他： best w.d（自动选择最佳格式） z w.d（左边补齐0）
(区分输入和输出中小数点对格式的影响）
书P49-50

输入数据	输入格式	存储数据	输出格式	输出数据
1223412	7.2	12234.12	8.2	12234.12
12,234.1234	comma7.2	12234.12	comma9.2	12,234.12
$12,234.1234	dollar8.2	12234.12	dollar10.2	$12,234.12
其他符号(12234.12)	commax12.2	12.234,12	eurox12.2	€12.234,12
自动调整(12234.12)	dollar5.2	12234	dollar4.2	12e3

201097	ddmmyy6.	13807	mmddyy6.	102097
20/10/97	ddmmyy8.	13807	mmddyy8.	10/20/97
20/10/1997	ddmmyy10.	13807	mmddyy10.	10/20/1997
20OCT97	date7.	13807	date9.	20OCT1997
October 20,1997	worddate.	13807	weekdate.	Friday,October 20,1997
Oct1997	monyy7.	13807	year4.	1997

8、其他

所有字符型变量 _ALL_ _CHARACTER_
所有数值型变量 _ALL_ _NUMERIC_
不用展示具体的数据（只能与_ALL_配合使用）_ALL_ NODS
将逻辑库里的所有SAS文件以列表方式输出 :
PROC CONTENTS DATA = libref. _ALL_ NODS; RUN;

/* -----------PROC步------------ */
/* 展示内容 */
PROC CONTENTS DATA = libref.dataset;ID 关键变量;VAR 分析变量;WHERE 查找;FORMAT 输出格式;LABEL 标签;
RUN;
(对数据清洗有用)/* 打印数据 */
PROC PRINT DATA = libref.dataset <options>;ID 关键变量;VAR 分析变量;WHERE 查找;FORMAT 输出格式;LABEL 标签;
RUN;/* 排序 */
PROC SORT DATA = libref.dataset mean max min var;VAR 分析变量;BY (分组 分组之前要先排序);
RUN;/* 简单统计 */
PROC MEANS DATA = libref.dataset mean max min var;VAR 分析变量;BY (分组 分组之前要先排序);
RUN;/* 检验 */
PROC TTEST DATA = libref.dataset;CLASS (分类 分类验证某变量是否有影响);VAR 分析变量;
RUN;/* <options> */
noobs (不显示行号)
label name 姓名