七天搞定SAS（二）：基本操作（判断、运算、基本函数）

本系列连载文章：

继续，今天开始注重变量操作。

SAS生成新变量

SAS支持基本的加减乘除，值得一提的是它的**代表指数，而不是^。

* Modify homegarden data set with assignment statements;
DATA homegarden;
INFILE 'c:\MyRawData\Garden.dat';
INPUT Name $ 1-7 Tomato Zucchini Peas Grapes;
Zone = 14;
Type = 'home';
Zucchini = Zucchini * 10;
Total = Tomato + Zucchini + Peas + Grapes;
PerTom = (Tomato / Total) * 100;
RUN;
PROC PRINT DATA = homegarden;
TITLE 'Home Gardening Survey';
RUN;

但是如果有缺失值的话，SAS的加法会生成缺失值而不是自动按0处理。为了避免这一点，应该调用sum()函数而不是直接写+。

SAS的函数调用很简单：

AvgScore = MEAN(Scr1, Scr2, Scr3, Scr4, Scr5);
DayEntered = DAY(Date);
Type = UPCASE(Type);

函数有文本类、数字类、日期类等等。

SAS文本类函数

ANYALNUM(arg,start)：返回第一次出现任意数字或字母的位置，可选开始位置start。
ANYALPHA(arg,start)：返回第一次出现任意字母的位置，可选开始位置start。
ANYDIGIT(arg,start)：返回第一次出现任意数字的位置，可选开始位置start。
ANYSPACE(arg,start)：返回第一次出现任意空白的位置，可选开始位置start。
CAT(arg-1,arg-2,...arg-n)：连接字符串，留下头尾空白。
CATS(arg-1,arg-2,...arg-n)：连接字符串，删除头尾空白。
CATX('separator-string', arg-1,arg-2,...arg-n)：连接字符串，删除头尾空白并用指定标点连接。
COMPRESS(arg, 'char')：移除字符串中的空格和可选字符。
INDEX(arg, 'string') ：返回指定字符在变量中的位置。
LEFT(arg) ：字符串左对齐。
LENGTH(arg)：返回字符串长度，不考虑尾部空格。
PROPCASE(arg) ：首字母大写。
SUBSTR(arg,position,n)：从字符串中提取指定开始位置指定长度字符。
TRANSLATE(source,to-1, from-1,...to-n,from-n)：替换字符。
TRANWRD(source,from,to) ：替换字符串。
TRIM(arg)：删除尾部空白。
UPCASE(arg)：替换成大写。

SAS数值函数

INT(arg):返回整数。
LOG(arg)：自然对数。
LOG10(arg) ：10为底对数。
MAX(arg-1,arg-2,...arg-n) ：最大值
MEAN(arg-1,arg-2,...arg-n) ：均值
MIN(arg-1,arg-2,...arg-n) ：最小值
N(arg-1,arg-2,...arg-n) ：非缺失值个数
NMISS(arg-1,arg-2,...arg-n) ：缺失值个数。
ROUND(arg, round-off-unit) ：保留几位小数。
SUM(arg-1,arg-2,...arg-n)：求和。

SAS日期函数

DATEJUL(julian-date) :标准julian日期到SAS日期。
DAY(date)：返回「日」。
MDY(month,day,year) ：年月日到SAS日期。
MONTH(date) ：返回「月」。
QTR(date)：返回季度。
TODAY()：今日
WEEKDAY(date)：返回周几（周日为1）。
YEAR(date)：返回「年」。
YRDIF(start-date,end- date,’ACTUAL’)：返回相差年份。

SAS中判断语句

如果，则：

IF then: IF Model = 'Mustang' THEN Make = 'Ford';

还可以执行多项命令，需要嵌套do；可以用and和or：

IF Year IF Model = 'Corvette' OR Model = 'Camaro' THEN Make = 'Chevy';
IF Model = 'Miata' THEN DO;
Make = 'Mazda';
Seats = 2;
END;

还可以if else：

IF Cost = . THEN CostGroup = 'missing';
ELSE IF Cost ELSE IF Cost ELSE CostGroup = 'high';

用if可以选择数据子集：

IF Sex = 'f'; IF Sex = 'm' THEN DELETE;

SAS中保留和累加

比如要求累加值（等价于R里面的cumsum），需要：

* Using RETAIN and sum statements to find most runs and total runs;
DATA gamestats;
INFILE 'c:\MyRawData\Games.dat';
INPUT Month 1 Day 3-4 Team $ 6-25 Hits 27-28 Runs 30-31;
RETAIN MaxRuns;
MaxRuns = MAX(MaxRuns, Runs);
RunsToDate + Runs;
RUN;
PROC PRINT DATA = gamestats;
TITLE "Season's Record to Date";
RUN;

看一眼最终数据：

累加效果出来了~还有一栏是迄今最大值。这也是我觉得sas和R很不同的一点：sas是指针式操作，一行行往下读；而在R里面我们更多是向量或者矩阵式运算，感觉还是有所区别的...

SAS的数组操作

这个就更有点矩阵的味道了，不过还是偶尔感觉怪怪的...感觉数据整理和操纵方面，SAS还是比不上R灵活...

例子为替换为缺失值：

* Change all 9s to missing values;
DATA songs;
INFILE 'c:\MyRawData\WBRK.dat';
INPUT City $ 1-15 Age domk wj hwow simbh kt aomm libm tr filp ttr;
ARRAY song (10) domk wj hwow simbh kt aomm libm tr filp ttr;
DO i = 1 TO 10;
IF song(i) = 9 THEN song(i) = .;
END;
RUN;
PROC PRINT DATA = songs;
TITLE 'WBRK Song Survey';
RUN;

这样9就全部替换为缺失值了。把后面10列认为是一个数组，可以直接操作。

SAS还有若干变量名的快捷方式，暂不赘述了...