SAS SQL

前几天有个朋友建议我写点关于SAS的Proc SQL，今天我就稍微整理了一下几个比较常用的知识点。SQL的全称是Structured Query Language，结构化查询语言。在关系型数据库的计算机查询语言里面，SQL算是鼻祖了。SAS作为一个大而全的统计软件，自然不会漏掉这块，将其整合到了一个procedure里。

接下来正式开始。说明白一个道理最好的方法还是举例，先准备两个数据集：

Dataset 1: X1（3个变量，6条记录）

Dataset 2: X2（同样是3个变量，6条记录）

Example 1： Cartesian Product Join

这是我最喜欢SQL的一点，生成笛卡尔乘积数据集D（共6*6=36条记录）：

生成这一数据集后，能做的事就很多了，主要在条件筛选方面，比如确定Analysis Window的时候。下面的程序给出的是在treatment相同且任意visit时，x1

但在实际操作过程中，这两步通常是合二为一的，因为两个一万条记录的datasets的笛卡尔乘积数据集就是一亿条，会严重消耗系统资源，所以一般程序如下：

SAS的Data Step应该也能实现一样的功能，但我没试过，有兴趣的小伙伴可以尝试下。

Example 2： Empty Dataset：

方法1： Proc SQL

方法2：Data Step

两种方法结果都如下（一个数值型变量，两个字符型变量，记录数为零），语法难易方面，区别不明显。

Example 3: Union

方法1：Proc SQL

结果如下：

有意思的地方是两个数据集合起来了，但变量名是第一个数据集的。

方法2：Data Step

结果如下：

跟Proc SQL相比，差别就不言而喻了。

Example 4：Inner Join

方法1：Proc SQL

结果如下：

方法2：Data Step

结果如下：

两种方法结果一致（虽然Proc SQL有冗余的变量trtn1 trtn2，avisitn1 avisitn2），但语法方面，Proc SQL似乎略胜一筹。

Example 5：Outer Join - Left Join

方法1：Proc SQL

结果如下：

方法2： Data Step

结果如下：

Example 6： Outer Join - Right Join

方法1：Proc SQL

结果如下：

方法2：Data Step

结果如下：

仔细体会一下例4，例5和例6，就能明白在inner join, left join,和right join方面，Proc SQL和Data Step的异同点。

Example 7：Macro Variable

上面的程序时从数据集X1读取所有变量名，然后输出到一个宏变量names：

names = trtn1 avisitn1 x1

这段程序稍微修改了一个地方，输出的宏变量值是以逗号分隔的：

names = trtn1, avisitn1, x1

Example 8：Summary Function

上面这段程序的功能跟Proc Means和Proc Univariate很类似，都是给出某个随机变量的descriptive statistics。结果如下：

这里提一下，Proc SQL在做浮点运算时（例如计算mean, median, std），精度方面跟Proc Means和Proc Univariate会有一些很微小的差异。精度似乎是差一些，小伙伴们可以自己验证一下。

总结

Proc SQL的功能远不止今天提到的这些，我所知道的也只是一些皮毛。我见过有些高手把Proc SQL用得是活灵活现，虎虎生风

好啦，今天就说到这。祝各位小伙伴晚安