SAS-函数（一），总把新桃换旧符~

第一部分

做为一个曾经写了30+临床项目的数据清洗的SAS程序的小编打算本文将围绕数据清洗中的SAS函数应用展开。当然文中涉及的到例子SAS实现的方法很多可能并非是最佳方式，只是为了引出函数的使用方式…

小编以前见过很多data validation plan都会有核查某一些数据点填写规范性的问题，当然由于近年EDC的普及使用，现在基本上很少用SAS写核查程序了，但是不妨碍我们举出一些例子，引入SAS函数来实现一些需求，如：找出受试者姓名缩写不为4位大写英文字母...（见下code,引入Length、compress函数）

If length(compress(SUBJINIT,’’,’uk’))=4 and length(SUBJINIT)=4;

length

length函数的用法其实很简单，字面意思也是长度的意思，返回的是该变量对应观测的长度，并非变量的属性的长度。

comperss

compress函数，是SAS中最最最最常见的函数之一！也是一个功能很强大的函数，针对字符的操作，可以保留字符串，可以消除字符串等等...具体用法可以看SAShelp...此处compress（subjinit,'','uk'）,k是保留的意思，u是大写的字母的意思，这样的写的效果就是保留字符串中的大写字母...小编刚学SAS做了一些笔记，现在已经忘记从那本书还是从哪个博客上备份下来的，列了一些参数，仅供参考，可能有错误~小编也记得每个参数的意思，只几个常用的，然后用的时候查笔记或者看SAShelp...

在数据清洗转换过程中，经常会遇到多个变量、字符串进行连接，比如：将中心编号与受试者编号以‘-’的方式连接起来，生成受试者唯一编号的，此处的写法太多了..且来看几种常见的写法。

d=catx("-",a,b);

CAT、CATS、CATT、CATX

在这里引出了连接函数，SAS中字符串连接方式很多，此处小编仅以常见的连接方式为例。

CAT函数有一个系列吧，CAT,CATX,CATS, CATT…看到这么多CAT有没有眼花缭乱，那么来看看：

CATX消除首位空格以参数连接符连接；CATS消除首位空格进行顺序连接；CATT删除连接的尾部空格进行连接；CAT不进行操作直接连接；

f1=strip(a)||'-'||strip(b);

strip、left、right、trim

在来看看Strip函数，其作用是消除首位空格，起到连接作用的是“||”符号，那么类似strip函数的还有哪些呢，小编目前常见的有left、right、trim;

分别的含义是：left消除左边空格；right 消除右边空格；trim消除尾部空格；

这个时候在会头去看看cats、catt函数，这里的后缀S/T，其含义就不言而喻了，分别对应的strip/trim。仅小编个人观点…

在SAS编程过程中，经常遇到需要判断一个字符串是否包含某特定字符的操作,实现的方法有很多;例如：“蘑/菇/是/一/个/小/、/东/西“ ,如何用程序来判断这个字符串里面包含了’、’这个符号呢，（这个例子来源于一条群消息，一群大佬在讨论SAS中的K函数）.那么就来看看此处该如何实现。

If kindex(a,’、’)>0;

kindex、index、indexc

看到Kindex，是否有疑问，index是索引的意思，为什么前面要加一个K呢？这个问题小编也不能很好的回答，只能粗略的知道一点因为中文在SAS中是以双字节的形式存在的，K大头的函数就是为了一些编码相似度高的识别错乱的情况。Index返回的特定字符在字符串中从左到右的位置（一个数值）.接下来来看看之前大佬们讨论的内容，

当初本来打算写“一条群消息引发的思考（三）”但是由于“一条群消息引发的思路（二）”阅读并不理想，所以这个地方就一直没写...

关于SAS底层的编码小编也是不懂了，所以就不继续深入这些了，在针对双字节的时候还是用K函数要好...那么就来看看另外的index，indexc，其实小编用的不太多，刚学SAS的时候从function那本书上找了一点例子做了一个写笔记，就直接贴图了，更多还是请看function那本书，或者SAShelp搜索index...

if find(a1,'、')>0;

find、findc、findw

Find也有一个系列（findc、findw），看到这儿是不是发现SAS中函数都很有特色,很容易就是一个系列的出来….其实吧，find函数和index函数很像，返回的也是一个位置，但是吧，这个是没有kfind函数的存在的…这个例子并没有体现index、find函数在范围特定字符串位置的妙用，那么久在来看一个例子：比如我们在利用pipe得到文件名称的时候，去掉后缀...

filename xcl_fil pipe "dir 
C:\Users\Administrator\Desktop\temp_sas_pgm\*.sas /b"; 
data a;
infile xcl_fil truncover;
input fname $char1000.;
put fname=;
uf=find(fname,'.',-200);
ef=substr(fname,1,uf-1);
run;

看到上面的代码，为什么我这里find用一个-200的参数呢，find(fname,'.',-200);这个-200代表的什么意思呢？我想其实很多人都知道，但同样有很多人都不知道，小编这是这样理解的，-200得拆开来解释，200表示从左到右200个字符长度，‘-’表示从这个200个长度从右到左第一次出现的位置。

那么就来看看find、findc、findw的用法（从function书中摘抄出来的），更多相关用法还是看书好。

其实一个字符串中包含某些特定字符，常规方法并不这样写，那么现在顺便看一下常规方法。

where a1 like  '%、%';/*包含写法1*/
where a1 contains  '、';/*包含写法2*/
.../*应该还有N种写法*/
if a1= :'蘑';/*找出以某个字符打头的观测,可以用：*/

substr

回到前面的那个例子（ef=substr(fname,1,uf-1)），这里出现了substr,这个函数是干什么的呢？substr是字符串截取的意思，此处是将fname下面的观测，从第1个字符开始，截取的长度是uf-1。这个是很简单的。

data aaaa;
length dat $2000.;
input dat $;
ts2=substr(dat,1,4);
/*从第1个字符开始,截取长度为4个长度*/
ts1=substr(dat,6);
/*从第6个字符开始截取,没有第三个参数则默认截取后面全部的内容*/
cards;
2016-03-31
2016-07-04
2017-10-13
2018-02-06
;
run;

Scan、kscan

看到scan和Kscan，是不是觉得有点眼熟，在说kindex的时候引用的俩条群消息的截图里面，就正好有Kscan的例子（K开头的函数大部分是一样的针对双字节的一种措施）,先来说scan，字面意思就扫描。获取某特定字符的第一部分，第二部分....来是以日期的那个为例子。

data aaaa;
length dat $2000.;
input dat $;
yy=scan(dat,1,'-');
mm=scan(dat,2,'-');
/*此处的1,2表示截取的是从左到右以‘-’为分割的第一部分，第二部分*/
dd=scan(dat,-1,'-');
/*此处的-1表示截取的是从右到左以‘-’为分割的第一部分*/
cards;
2016-03-31
2016-07-04
2017-10-13
2018-02-06
;
run;

说了好几个函数了，感觉是时候到一波练习的时候了...

小编有一句话：

%let varlist=填写要成列的变量1\变量的标签1\二级标签的识别号1\二级标签1|填写要成列的变量2\变量的标签2\二级标签的识别号2\二级标签2 ;

想要让其变成这个样子的的结构：

该怎么实现呢？用刚刚的函数？好吧，还是直接看代码吧。

%let varlist=填写要成列的变量1\变量的标签1\二级标签的识别号1\二级标签1
|填写要成列的变量2\变量的标签2\二级标签的识别号2\二级标签2  ; 
data  c_;
length a $20000;
a="&varlist";
n=count(a,'|');
j=n+1;
do i=1 to j;
c=compress(scan(a,i,'|'),'');
d=compress(scan(c,1,'\'),'');
e=compress(scan(c,2,'\'),'');
f=compress(scan(c,3,'\'),'');
g=compress(scan(c,4,'\'),'');
n=i;
output c_;
end;
keep  c d e f g n; 
run;

Count

看上面的例子，有没有看到Count函数，是的上面的例子就是为了引出Count函数，Count函数是一个很好的函数

可以计算某特定字符、字符串在一个字符串中出现的个数...例子小编就不再举了，上面就是一个很好的例子，更多还是看SASHELP...

在数据处理过程中，一般都会遇到缺失日期，缺失日期如何填补呢，一般SAP里面都有规定，常见的月缺失补07，日缺失补15...突然发现这个例子好像与我小说的函数不太合适，那就假装月缺失填NK，日缺失填UK..(.其实一般不是这样的)

data a;
dat="2018-NK-UK";
dar1=tranwrd(tranwrd(dat, "NK", "07"),"UK","15");
run;

tranwrd

tranwrd通过前面的那个例子，作用已经不言而喻了，很简单吧，是的，很简单...替换字符用的...