数据分析与SAS学习笔记6

数据集整理：

目的：对数据集中的数据进行预处理，使数据更适合统计分析过程对数据格式的要求；

常见整理要求：

1）建立新的变量，衍生变量，删除某些原变量；

2）求子集；

3）矩阵和数组变换（例如转置）；   # 行变列、列变行

4）排序；

5）分组；         # 类似SQL语句中的SQL；

6）数据集连接；

7）数据集合并；

8）写入文件；

用赋值语句建立衍生的新变量:

代码说明：

1）z=x+y;y=y+1; 是赋值语句；

2）@@ 表示读数据不换行；

代码说明：

1）求和，没有写S=0，因为每次循环读的话，S都会被赋值为0，反而不对；

2）从结果，我们还是很好理解S+X的意思。就是S=S+X；S+X是简写；

3）就是对X进行不断的求和；

RETAIN语句：

用于给变量赋初值，并且使变量保持其变化。

一个很好说明问题的例子：

 代码说明：

1）z=0；可以看到z的值，就是z的值；

2）s的值是x的求和；

3）关键是y初值为8，每次循环，y都会把x加上去。第二次循环的时候，retain不会被执行，y会保留上面的值。这个跟求和有区别。这个retain可以给y赋予初值。

删除变量：DROP语句：

代码说明：

1）total=sum(s1,s2,s3)： 增加了一个total变量；

2）然后再将s1, s2, s3Drop掉了。

保留变量：KEEP语句：

 代码说明：

1）KEEP保存什么变量。

2）set score：上一个已有的数据集；

3）keep name mean; 需要name，mean，其他的自然被我删除掉了。

4）mean=total/3; 求平均。

条件语句：IF-THEN：循环语句，数组

条件语句：IF-THEN

 

 代码说明：

1）data score1： 目标数据集；

2）set sp.score:  是打开sp.score为当前数据集；这个数据集中包含了num/name/Computer/C_Language/English/ave

3）if语句的意思：判断ave是否大于85分，在观测行中观察进行判断，然后put语句输出语句，缺省是输出到日志窗中输出学号，名称和平均分。

条件语句：IF-THEN-ELSE：这是一个双分支的语句：

注意的是，在Then和else之后只允许使用一个语句，如果当条件成立时要执行几个语句，则应该把要同时执行的几个语句用do-end括起来。

 

 求子集IF语句：

 代码说明：

1）data child;  这是在读数据；

2）我们要产生婴儿数据集，获得月份小于12的婴儿，相当于做了一个筛选；只要写上if语句进行筛选；SAS另外还可以加where语句；where语句看朱世武的书；SQL在制定语言的标准是参考了SAS的用法。SAS的影响力是非常大的。where作为课后的阅读作业；

删除观测值：DELETE语句：

 代码说明：

1）delete是删除行；

2）do-end; put num，在日志窗中输出学号。然后删除此观测值；

循环语句:
GOTO实现的循环

DO/END循环

DO WHILE 循环

DO UNTIL 循环

在SAS中有非常丰富的循环语句用法。

GOTO语句：

 

 

代码说明：

1）goto语法是在C语言中包含，但是在编程中是要尽量避免使用goto语句。计算机科学家不要用goto语句，使得代码非常难读。

2）在K：冒号后面要有空格，才行，不然会有报错。调试的时候需要注意下。

DO/END循环：

整个循环体只产生了一个观测，它是循环结束时循环变量的取值。如果要每次循环都往数据集里输出数据，可以使用output语句。（包括前面goto实现的循环也是这样。）

代码说明：

1）这个类似其他语言的for循环语句，我们指定了循环变量，指定一个变化的范围和步长。SAS指定这些内容还是比较灵活的。

2）1 to 8 by 2: 1 3 5 7

3）16 to 18：  16 17 18

do while 循环体：

 

 

代码说明：

1）LT： 小于5。

2）put：默认输出到日志窗口。

OUTPUT语句：

 

代码说明：

1）put是直接输出到日志窗口；

2）output：就是把当前的变量往数据集中写，生成一个观测行，每次都会生成一个观测值。显示地显示的输出。

DO UNTIL循环：

 代码说明：

1）当条件成立的时候，我们就退出循环；

2）while是当条件成立的时候，就执行循环；

 

代码说明：