【SAS Says】基础篇：读取数据（上）

特别说明：本节【SAS Says】基础篇：读取数据（上），用的是数说君学习《The little SAS book》时的中文笔记，我们认为这是打基础的最好选择。

上两节

• 【SAS Says】基础篇：SAS软件入门（上）
• 【SAS Says】基础篇：SAS软件入门（下）

本节目录：（老手建议复习一下）

读取数据（上）

2.1 将你的数据放入SAS

2.2 用Viewtable窗口输入数据

2.3 用导入向导（Import Wizard）读取文件

2.4 告诉SAS你的原始数据在哪

2.5 List input 读取空格分开的原始数据

读取数据（上）

2.1 将你的数据放入SAS的方法

你可能有各种形式的数据，包括手写在纸上、存放在电脑上、或是在数据库管理系统里，不论如何，总有一种方法可以让SAS来读取。

SAS读取的数据的方法主要有以下几种类型：

• 直接输入；
• 从原始数据文件中创建一个SAS数据集（creating SAS datasets from raw data files）；
• 将其他软件中的数据文件转换成SAS数据集；
• 直接读取其他软件的数据集；

直接输入

• Viewtable窗口可以让你以表格形式输入数据，可以定义变量、设置属性，如name、length和 type(character or numeric).
• SAS 企业向导模块，a Windows onlyapplication,has a data entry window that is very similar to the Viewtablewindow.As with Viewtable,you can define variables and give them attributes.
• SAS/FSP 模块，是Full ScreenProduct的简称，可以设计定制的数据输入窗口，也有检测数据输入错误的功能（The SAS/FSP product is licensed separately from Base SAS software.）。

从原始数据文件中创建一个SAS数据集 你有两种方法读取原始数据文件：

• 数据步可以读取任何形式的原始数据文件，这种方法还将在2.4中详解。
• 导入向导（Import Wizard）、导入过程（IMPORTprocedure）适用于UNIX、OpenVMS和 Windows操作环境的简单方法，可以读取CSV（comma-separated values）和其他一些限定的文件类型。

将其他软件中的数据文件转换成SAS数据集 如果数据在一个软件中以某种格式存放，但需要用另一种软件分析时，就会很麻烦。有几种方法可以将某种软件中的数据转换成SAS数据集：

• 如果安装SAS/ACCESS模块，可以用导入过程（importprocedure）和导入向导（Import Wizard）将Excel、Lotus、dBase和Access文件导入SAS数据集，见2.3和2.17（？）。
• 如果没有安装，可以用存放数据的软件创建一个原始文件，并用数据步或导入过程（import procedure）读取。很多软件都可以创建CSV文件。
• Windows操作环境下也可以用动态数据交换技术（Dynamic Data Exchange，DDE），见2.18。前提是必须有一个其他的Windows程序与SAS同时运行，再使用DDE和数据步。

直接读取其他软件的数据集

• SAS/ACCESS产品可以不用转换数据格式读取数据，并适用于大部分大部分数据库管理系统，包括ORACLE,DB2,INGRES和 SYBASE（但使用方法本书没有介绍）。
• 使用Excel engine和Access engine来读取这两种类型的数据。（SAS帮助文档）
• 还有其他的一些数据引擎（data engines）来读取数据，如SPSSengine（附录D），查找帮助文档找到适合你操作环境的所有有效engine。

2.2 用Viewtable窗口输入数据

调用Viewtable窗口，在工具栏的下拉菜单中选择表编辑器（Table Editor）。

列属性窗口 每一列顶部的字母是默认的变量名，右击变量名，即可打开列属性（column attributes）窗口，设置属性之后，点击应用（apply），设置完后关闭即可。

输入数据

保存表 选择文件（file）——另存为（save as），选择一个逻辑库保存，如果想保存在新的逻辑库，点击创建新逻辑库图表（New Library），输入逻辑库的名字和保存路径。

打开一个已有的表 首先打开表编辑器，选择文件（file）——打开（open）。打开之后，SAS默认的是浏览模式，如果要对数据进行编辑，则要在编辑（edit）菜单中选择编辑模式。也可以在资源管理器窗口中双击打开一个已有的表。

其他功能 其他一些功能包括排序、打印（printing）、增加和删除行、一次浏览一行（窗体视图Form View）、一次浏览多行（表视图 TableView）。图标和菜单都可以选择这些功能。

在SAS程序中使用表 如下程序语句可以将表内容输出打印：

PROC PRINT DATA=Sasuser.coffee;

RUN；

2.3 用导入向导（Import Wizard）读取文件

导入向导会浏览你的文件以决定变量的类型，并默认数据表的第一行存放变量名。

第一步，从文件（file）下拉菜单中选择导入数据（import data）导入向导（ImportWizard）

第二步，从standard datasources中选择要导入的数据类型。以commaseparated values（*.csv）为例。点击下一步

第三步，指定要导入的文件位置，SAS默认第一行存放变量名，从第二行开始存放数据。Options可以改变这种默认选择。

第四步，选择数据集要存放的逻辑库，并为数据集取一个名字（member）

最后，导入向导创造一个proc import语句，可以是SAS再次导入这个数据。

另外，对于一些类型的数据文件还有额外的步骤，比如Microsoft Access文件，你需要输入数据库名和药导入的表名，有时甚至还要输入user的ID号和密码。

在SAS程序中使用导入数据 比如你将数据存放在work逻辑库，并署名为flowers，那么你可以这样来输入它：

PROC PRINT DATA=WORK.flowers;

RUN;

由于work是默认的逻辑库，所以也可以直接这样：

PROC PRINT DATA=flowers;

RUN;

2.4 告诉SAS你的原始数据在哪

如果数据是原始数据（比如text,ASCII,sequential,flat files），那么用数据步来读取能带给你最大的灵活性。但首先你要告诉SAS你的原始数据在哪。

原始数据可以通过文本编辑器（text editors）或系统命令。对PC使用者来说，原始数据没有相关联的应用程序（就像doc文件与word相关联，双击doc程序就默认调用word程序以打开），有时他们会与像Microsoft Notepad这样的简单编辑器相关联。

内部原始数据 如果直接将数据输入SAS程序中，那么数据就是SAS内部数据。DATALINES是一个指示，告诉SAS下面跟着是数据行，直到分号结尾，这个分号可以另起一行，也可以接在数据的后面。也可以用card代替DATALINES。下面是一个程序，这个程序创建了一个USPRESIDENTS数据集。（Input语句还将在2.5和2.15中讨论）

外部原始数据 数据外SAS程序外部时，使用INFILE语句告诉SAS外部数据的文件名和存放路径，它在data语句之后，在INPUT语句之前。INFILE后面的文件名和路径要用引号，各种系统的引用方式各不同：

假设有一个President.dat数据在你的C盘的MyRawData目录中，

那么可以用如下方式引用这个外部数据：

SAS日志 读取外部数据时，SAS日志会给一些很有用的信息，检查这些信息可以解决一些问题，比如对比INFILE语句读取的记录数和数据集中实际观测值，可以确定SAS是否正确的读取了数据。上面程序的日志如下图所示，

过长记录 在一些操作环境中，SAS假定外部数据文件的记录长度为256或更少（记录长度是指某行中的字符数，包括空格），如果长度过长，SAS不能读取全部，此时需要在INFILE语句中使用LRECL=来指定长度，这个长度必须是数据中最长行的长度，如：

INFILE’c:\MyRawData\President.dat’LRECL=2000;

可以通过SAS日志来查看最大记录长度。

2.5 list input读取空格分开的原始数据

如果原始数据都至少被一个空格分开，那么用list input读取数据可能是正确的。Listinput是一个很简单的读取数据的方式，但是会受到很多限制。你必须读取所有的数据记录，不能跳过某些值、缺失值必须用句号“.”代替。字符串数据不能包含空格、长度不能超过8个字符。而且如果数据文件包含日期变量或者其他需要特别处理的变量，list input将不再适用。虽然很多限制，但仍有大量的文件可以用这种方式读取。

INPUT语句是数据步的一部分，它告诉SAS如何读取原始数据。使用List input来写input语句：在INPUT关键词之后列出变量名（按照变量在文件中出现的顺序），变量名长度在32个字节（含）以下，只能包含字母、下划线和数据，并必须以字母或者下划线开头。如果变量是字符串，后面要价“$”号，值与值之间至少有一个空格，语句要以分号结束。如：

这表明输入三个变量，其中name是字符串，age和height是数值变量。

例子 你想组织一次青蛙跳跃比赛，现在你记录了每只参赛青蛙的名字、体重、和三次跳跃的距离，如果某次的跳跃距离不合格，那么就用“.”代替，数据文件ToadJump.dat形式如下：

虽然不是很整洁、但满足list input的所有要求（字符串长度小于8个字节、不包含空格、值之间都有至少一个空格，缺失数据也用句号代替）。Nosiy的数据溢出到第二行了，但这不影响，SAS会按照变量顺序自动跳到下一行读取。如下是读取这个数据的SAS程序：

Input后面是变量名，ToadName是字符串变量，其他是数值变量；proc print过程用来输出数据集中所有的变量和观测值；title语句用告诉SAS输出顶部的标题，如果不指定标题，SAS将以“the SAS system”作为标题在每一页的顶部。输出的形式如下：

由于Noisy的数据溢出到下一行，因此下面的说明会出现在SAS日志上：

---