SAS之逻辑库、数据集和变量

命甴己造

SAS通过DATA步获取外部数据、处理和管理数据，然后通过PROC步对其进行统计分析、预测和优化。在此我们先了解一些关于逻辑库、数据集和变量的一些知识、概念。

一、逻辑库
逻辑库是存放SAS数据集、SAS目录和SAS程序的容器，我们来了解一下如何创建SAS逻辑库及关于逻辑库的一些说明。

1、创建逻辑库
通过LIBNAME语句来定义一个新的逻辑库，具体语法如下：

LIBNAME 逻辑库名称 <逻辑库引擎> '逻辑库的物理路径'

逻辑库名称的命名规则：

1）最大长度为8个字符

2）必须与字母或下划线开始

3）可以是数字、字母和下划线组成

2、逻辑库引擎
默认情况下使用Base引擎，访问由SAS创建和处理的SAS文件，包括SAS数据集、SAS目录、SAS程序等。这里建立一个默认逻辑库引擎逻辑库名称，具体语法如下：

LIBNAME MyData 'G:\学习\每天坚持写一点点代码\SAS\SAS系统学习\SAS Data';

如果所建立的逻辑库需要访问第三方数据库，则需要指定对应的逻辑库引擎，如MySQL、Teradata引擎。这里需要说明的是，访问第三方数据库需要SAS/ACCESS的许可，例如访问MySQL数据库可写成如下语法：
LIBNAME Data mysql SERVER = LOCALHOST USER = root PASSWORD = snake DATABASE = test port = 3306;

3、永久和临时逻辑库
SAS逻辑库通常为永久逻辑库，其存储在电脑的硬盘中，当SAS的某个会话结束后，该逻辑库是不会被删除的，而且再次打开SAS系统时，永久逻辑库里的数据集可继续用于分析。但需要明确的是，如果你使用永久逻辑库时必须二级名称，即libname.datasetname，点(.)的前半部分为逻辑库名称，指定数据在那个永久逻辑库中，点(.)的后半部分为数据集名称，指定需要处理或分析的数据对象。SAS还默认提供了临时逻辑库，即WORK库，在使用临时逻辑库时就不需要二级名称了。但需要强调的是，临时逻辑库只是在当前SAS会话中保留数据集，一旦SAS关闭后，WORK库中的数据将不复存在。


二、SAS数据集
SAS数据集跟我们平常看到的Excel数据集、关系数据库中的结构数据一样，包含行和列，行为观测，列为变量。与此同时，SAS数据集还包括变量类型、长度、创建、修改数据集的时间等描述信息，具体可以通过PROC CONTENTS过程查看这些描述信息。

SAS数据集也有名称，其命名规则如下：
1）最大长度为32个字符

2）必须与字母或下划线开始

3）可以是数字、字母和下划线组成

下面来创建一个简单的数据集，并通过PROC CONTENTS和PROC PRINT过程查看数据集的信息及数据集的数值：

1. DATA Mydata.Invenroty;
   
2.         INPUT Product_ID $ Instock Price;
   
3.         CARDS;
   
4. P001R 12 125.00
   
5. P003T 34 40.00
   
6. P301M 23 500.00
   
7. PC02M 12 100.00
   
8. ;
   
9. RUN;
   
10. PROC CONTENTS DATA = Mydata.Invenroty;
    
11. RUN;

复制代码

1. PROC PRINT DATA = Mydata.Invenroty;
   
2. RUN;

复制代码

三、变量属性
上面我们说过，SAS数据集的列表示变量，下面我们就来讲讲SAS数据集变量的一些属性，它们包括变量的名称、类型、长度、输入/输出格式和标签。

1、变量名称的命名规则
1）最大长度为32个字符
2）必须与字母或下划线开始
3）可以是数字、字母和下划线组成

2、变量类型
SAS数据集的变量类型很简单，就只有数字型和字符型，不像其他的统计软件有很多的数据类型。数字型变量只能包含数字、点(.)和科学计数法(E)；字符型变量可包含任何数值、字符串等。这里需要说明两点，一是SAS的日期型数据是以数字型变量存储；二是数字型变量的缺失值用点(.)表示，字符型变量的缺失值用空格表示。

3、变量长度
变量的长度与变量类型息息相关，字符型变量的长度可以在定义的时候给出，否则其长度为第一次赋值时的长度，最长为32K，即32000个字节；数字型变量的默认长度为8个字节，也可以为其指定不同的长度。

4、输入/输出格式
INFORMAT和FOMAT控制了变量的输入和输出格式，SAS为字符、数字和日期时间数据提供了各种格式，后期我们会专门讲解一下SAS数据格式。如将10000显示为10,000，则需要指定COMMAw.d的格式，w为数据的宽度，d为数据的小数位；将$12345显示为12345，则需要指定w.d的格式；将MAR242016日期数据显示为2016-03-24，就需要YYMMDD10.的格式。

5、变量标签
可以使用LABEL函数改变变量的标签，用于描述变量，其最大长度为256个字符，默认情况下变量的标签就是变量名称。

下面我们就以一个例子来说明SAS的变量属性：

1. DATA Mydata.sales;
   
2.         INFILE DATALINES DSD MISSOVER;
   
3.         INPUT Emp_ID $ Dept $ Sales Date;
   
4.         INFORMAT Sales DOLLAR10. Date DATE9.;
   
5.         FORMAT Sales COMMA10. DATE YYMMDD10.;
   
6.         LABEL Emp_ID = '员工ID' Dept = '部门' Sales = '销售数据' Date = '销售时间';
   
7.         DATALINES;
   
8. ET001,TSG,$10000,01JAN2012
   
9. ED002,,$12000,01FEB2012
   
10. ET004,TSG,$5000,02MAR2012
    
11. EC002,CSG,$23000,01APR2012
    
12. ED004,QSG,,01AUG2012
    
13. ;
    
14. RUN;
    
15. PROC PRINT DATA = Mydata.sales;
    
16. RUN;

复制代码