實(shí)習(xí)三 輸入數(shù)據(jù)

1、實(shí)習(xí)三 輸入數(shù)據(jù)1四種輸入數(shù)據(jù)的方法：(一)直接將數(shù)據(jù)輸入數(shù)據(jù)集中。(二)讀取原始數(shù)據(jù)(三)將其他軟件中的數(shù)據(jù)導(dǎo)入 SAS 中，主要是用到 import 過(guò)程。(四)直接讀取其他軟件中的數(shù)據(jù) 最常用于讀取其他數(shù)據(jù)庫(kù)中的數(shù)據(jù)。2讀取原始數(shù)據(jù)讀取原始數(shù)據(jù)的方式1.列方式(column)2.列表方式(list)/自由格式(free-format)3.格式化方式(formatted)4.命名方式(named) 這四種方式并不是相斥的 讀取數(shù)據(jù)的機(jī)制3INFILE ;(一) 可以是外部文件、文件標(biāo)記或者 cards/datalines 數(shù)據(jù)塊；1.指定外部文件infile c:sales.dat2.指定

2、文件標(biāo)記 test c:sales.dat in;3.指定 cards 數(shù)據(jù)塊in dsd;in DLM=,;4二、列方式(一)列輸入方式的語(yǔ)句格式INPUT variable start-column;說(shuō)明：variable 變量名$ 跟在變量后面，表明這個(gè)變量是字符型變量start-column 起始列號(hào)end-column 結(jié)束列號(hào)，如果變量值只包含一列，則可省略.decimals 如果輸入值中沒(méi)有包含一個(gè)隔開整數(shù)部分與小數(shù)部分的小數(shù)點(diǎn),decimals 用來(lái)顯性的指明小數(shù)部分 單尾符 雙尾符5舉例說(shuō)明：input name $ 1-10 pulse 11-13 waist 14-15

3、gender $ 16; (二)什么情況下應(yīng)用列輸入方式？1.變量值在所有的數(shù)據(jù)行上出現(xiàn)在相同的位置（列）上；2.數(shù)據(jù)是標(biāo)準(zhǔn)的數(shù)值型或字符型格式； (三)列輸入方式的特點(diǎn)1.輸入值可以按任何順序讀取，而不管它們?cè)谟涗浿惺裁次恢茫?.字符型數(shù)據(jù)中可以在中間嵌套空格；3.字符型數(shù)值可以輸入 1-32767 個(gè)字符；4.數(shù)值或數(shù)值中的一部分可以再次被讀取，例如： input id 10-15 group 13;6(四)列輸入方式如何處理缺失值和空格？1.空區(qū)域或只有(.)的區(qū)域被看成缺失值；2.列輸入方式忽略在所指定區(qū)域中開頭和結(jié)尾部分的空格，如果你想保留數(shù)值型數(shù)據(jù)中包含作為 0 的空格，或者字符型

4、數(shù)據(jù)中開頭或結(jié)尾的空格，那就需要使用格式輸入方式；7三、列表方式(一)列表方式的語(yǔ)句格式INPUT variable ;INPUT variable ; (二)什么情況下應(yīng)用列表方式？1.輸入的值彼此之間至少有一個(gè)空格隔開；2.用小數(shù)點(diǎn)(.)而不是空格表示丟失值；3.字符型數(shù)據(jù)的最大長(zhǎng)度默認(rèn)是 8 個(gè)字節(jié)，除非在 length，attrib 或 informat 語(yǔ)句中規(guī)定了字 符型變量的長(zhǎng)度；8(三)列表方式的特點(diǎn)1.列表方式輸入是使用最多的功能最強(qiáng)大以及最為方便的輸入方式；2.在指針控制符和格式修飾符的幫助下，列表方式可以讀取幾乎所有格式的數(shù)據(jù)； 基于以上兩點(diǎn)，也許這就是列表方式也被稱為自

5、由格式的原因。 9(四)列表方式的特殊情況格式修飾符1.: 標(biāo)明從非空格開始讀取變量值直到遇到以下情況：下一個(gè)空格列；預(yù)先定義的變量長(zhǎng)度已經(jīng) 讀滿；數(shù)據(jù)行結(jié)束；比如下面的例子，第一列數(shù)據(jù)最長(zhǎng)是 15 個(gè)字符但不是一樣長(zhǎng)，如果小于 15 個(gè)字符的數(shù)據(jù)值可 能會(huì)讀到下一個(gè)數(shù)據(jù)值，那么就需要用到:符號(hào)。data test;input lastname :$15. ; cards;Smith 123 Highway Longlastname 527 Avenue; 102.& 指明字符型輸入值可能嵌有一個(gè)或幾個(gè)空格，因?yàn)榭崭裨谡Ｇ闆r下用來(lái)分割不同的數(shù)據(jù)值例如：data test;input name

6、 $ & score; cards;Joseph11 Joergensen red Mitchel 13 Mc Allister blueSu Ellen 14 Fischer-Simon green;113. 指明當(dāng)讀字符值時(shí)，INPUT 語(yǔ)句用一種特殊方法處理單引號(hào)和雙引號(hào)及分隔符。此選項(xiàng)僅當(dāng) 在 INFILE 語(yǔ)句中與選項(xiàng) DSD 一起使用時(shí)才有效；否則它被忽略。例如：data scores;in dsd;input Name : $9. Score1-Score3 Team $25. Div $; datalines;Joseph,11,32,76,Red Racers, Washin

7、gton,AAA Mitchel,13,29,82,Blue Bunnies, Richmond,AAA Sue Ellen,14,27,74,Green Gazelles, Atlanta,AA;12四、格式化方式(一)格式化方式的語(yǔ)法格式INPUT variable informat. ;INPUT (variable-list) (informat-list) ;INPUT (variable-list) ( informat.) ;131.語(yǔ)法格式一是標(biāo)準(zhǔn)格式，即在變量后面緊跟一個(gè)輸入格式來(lái)指明該變量讀取數(shù)據(jù)時(shí)的格式，例如：input item $10. jan comma5. feb

8、 comma5.;2.語(yǔ)法格式二和三都是變量列表方式，用于很多變量都采用相同格式的情況。例如： input (name score)(:$10 4.2);如果變量列表的格式都是一樣的，可以只寫一個(gè)格式，例如下面兩個(gè) input 語(yǔ)句是等價(jià)的，input (score1-score5)(4. 4. 4. 4. 4.);/*score1 到 score5 這 5 個(gè)變量的取值寬度均為 4（即占 4 列）*/input (score1-score5)(4. );14 informat. 給出讀上述變量列表時(shí)所使用的一些輸入格式?！皀*”用來(lái)規(guī)定在輸入列表 中后面的輸入格式重復(fù) n 次。例如：上面的

9、input 語(yǔ)句可以寫成input (score1-score5)(5*4. );input (g1-g5)(3*7.2, 2*5.2);15五、命名方式如果數(shù)據(jù)行中含有變量的名字，后面跟著等號(hào)(=)和變量的值，讀取數(shù)據(jù)時(shí)應(yīng)該使用命名 輸入方式。(一)命名方式的語(yǔ)法格式INPUT variable= ;INPUT variable= informat. ;INPUT variable= start-column ;舉例說(shuō)明：data temp;input id name=$20. gender=$; informat dob ddmmyy8.; datalines;4798 gender=m

10、name=COLIN age=23 dob=16/02/75 2653 name=MICHELE age=46 gender=f;16六、指針控制( Pointer Controls)1.n 將指針移到第 n 列，例如：input 15 name $10.;/* 指針移動(dòng)到第 15 列，讀取第 15-24 列數(shù)據(jù)值給變量 name */2.numeric-variable 將指針移到數(shù)值變量所指的列。例如：a=15;input a name $10.;3.(expression) 將指針移動(dòng)到表達(dá)式值所指的列，表達(dá)式必須取正。例如：b=5;input (b*3) name $10.;174.c

11、haracter-string 將指針移到數(shù)據(jù)行中字符串之后的第一個(gè)非空格列，例如： 某數(shù)據(jù)行含有下面的值：size=133我們可以采用命名方式讀取，input size= ;同時(shí)也可以采用指針?lè)绞?，如input size= x 3. ;再例如要從日志文件中讀取日期，假設(shè)日志文件的格式是 date:25-Oct-2007，讀取日期就可 以是，input date: log_date date11. ; 185.character-variable 首先確定字符變量所取值（字符串）在輸入行的位置，然后將指針 移到這個(gè)字符串之后的第一個(gè)非空格列。6.(character-expression) 首

12、先確定字符表達(dá)式值的位置，然后將指針移到其后的第一個(gè) 非空格列。7.+n 將指針向右移動(dòng) n 列input 23 length 4. +5 width 4.;8.+numeric-variable 將指針移動(dòng)到數(shù)值變量的值所指的列數(shù)9.+(expression) 將指針移到表達(dá)式值所指的列數(shù)19七、行固定標(biāo)識(shí)符(Line-Hold Specifiers)行固定標(biāo)識(shí)符在下面兩種情況下將指針控制在同一個(gè)數(shù)據(jù)行：1.一個(gè)數(shù)據(jù)行用多個(gè) input 語(yǔ)句讀取數(shù)據(jù)()2.一個(gè)數(shù)據(jù)行含有多個(gè)觀測(cè)值()20(一) (trailing at-sign, 單尾符)通常，在 Data 步的每個(gè) input 語(yǔ)句讀取

13、一個(gè)新數(shù)據(jù)行，的作用將當(dāng)前數(shù)據(jù)行固定下來(lái)， 直到遇到下一個(gè) input 語(yǔ)句才解固，這樣一來(lái)可以讓多個(gè) input 語(yǔ)句讀取同一個(gè)數(shù)據(jù)行。試比 較下面兩段代碼，data test1;input a b; input c d; cards;1 2 3 45 6 7 8;執(zhí)行結(jié)果 test1 數(shù)據(jù)集是a b c d 1 2 5 6而在將第一個(gè) input 語(yǔ)句改為 input a b ;則結(jié)果是，a b c d 1 2 3 45 6 7 821我想這樣解釋還是比較清楚了，但是可能還不明白這個(gè)符號(hào)到底有什么意義，前面的語(yǔ)句直接寫 成 input a b c d; 就好了，何必這么麻煩呢？下面一個(gè)例子

14、就會(huì)領(lǐng)略到它的真正用處，data freeways; infile c:MyRawDataTraffic.dat; input type $ ; if type = surface then delete; input Name $ 9-38 AMTraffic PMTraffic; run;可以選擇性的讀取數(shù)據(jù)。22(二) (double trailing at-sign, 雙尾符)通常情況下，SAS 會(huì)認(rèn)為你的每一個(gè)數(shù)據(jù)行僅僅代表一個(gè)觀測(cè)；如果不是這樣，手頭上的 數(shù)據(jù)恰恰是連在一起的，一個(gè)數(shù)據(jù)行不止一條觀測(cè)，則需要用到。 例如：data test;input name $ age ; da

15、talines;John 13 Monica 12 Sue 15 Stephen 10 Marc 22 Lily 17;23八、input 語(yǔ)句與 infile 語(yǔ)句結(jié)合語(yǔ)法格式INFILE ;options 可以更好地控制打開文件，infile 語(yǔ)句的選項(xiàng)有 31 項(xiàng)之多，這里只選取一些常用 實(shí)用的予以講解，更多詳細(xì)準(zhǔn)確的用法請(qǐng)參考幫助文檔。FIRSTOBS=record-number 從指定的行開始讀取記錄OBS=record-number 讀取到指定的行結(jié)束DELIMITER=delimiters| DLM=delimiters 指定一個(gè)字符或多個(gè)字符替換空格作為分 隔符（對(duì)列表方式輸入而言），delimiters 可以是分隔字符表也可以是分隔變量。 數(shù)據(jù)中使用不同的字符來(lái)分隔數(shù)據(jù)，將出現(xiàn)的所有單個(gè)字符連在一起用引號(hào)引起來(lái)即構(gòu)成分隔字 符表.24data bp;in delimiter=/,; input sbp dbp ; datalines;120/80, 115/70, 105/75150/95, 135/85, 100/60;也可以先用變量定義分隔字符表，然后在 delimiter 選項(xiàng)中使用該變量，例如：d=/,;in delimiter=d;25DSD (delimiter-sens