华中科技大学公卫学院 流行病与卫生统计系SAS数据集1SASSAS应用应用一、SAS数据集的概念和结构SAS是处理数据的软件，SAS处理的 数据必须以数据集的形式出现。数据集是 指使用SAS系统产生的一类具有特殊结构 的文件，此类文件是数据的特殊组织形式 。 “SAS data sets - SAS数据集”SAS所能做的任何工作都离不开SAS 数据集，所以可以这样说，SAS数据集是 SAS系统的“心脏”。2数据步功能：1将输入数据转化为SAS数据集；2编辑数据集中的数据，检查和修改数据中 的错误，计算新变量等；3根据用户要求的格式打印数据，或将数据 写入磁盘文件；4从已有的数据集中通过取子集、合并、更 新等方法产生新的数据集。3华中科技大学公卫学院 流行病与卫生统计系第一节 SAS数据集的建立 41SAS数据集的名称在建立数据集时，你必须给它命名。 SAS数据集的名字可以有1-8个字符，必须 以字母或下划线开始，后面跟英文字母、 数字或下划线，中间不能有空格。下面这 些均是合法的SAS数据集名：SALES_TAXES_88FILESQUARTER_15SAS数据集组成要素 1数据值 数据值是构成SAS数据集的基本单元 ，数据值分为数值型数据、字符型数据和日期 型数据三种类型。 2观测值 描述一个观察单位（如一个人，一 个地区，一年）特征的一系列数据值称为观测 值。 3变量 具有相同特征的数据值的集合组成了 变量。 4数据集 数据集是由若干个观测值组成的集合 。 6SAS数据集的结构OBS NAME SEXSIS2S3 1 WANGBOM797892 2 HEWEI M 966987 3 YANJIN F 988793 4 MALIV F888590 5 HAVHUIM739389 6 ZHOUBINM968789 7 LIMIN F879390 8 SUNYI F7988767数据值数据值变量观测值2SAS数据集分为两种临时数据集 temporary SAS data sets永久数据集 permanent SAS data sets所谓临时数据集，是指本次SAS作业（ SAS session）中临时建立并只在本次SAS作 业中有效的临时性的数据集，退出SAS，临时 数据集即消失。所谓永久数据集是存贮在外部存贮介质 （硬盘、软盘等）上的数据集，不删除可以长 久存在，反复使用。8SAS数据集临时数据集Data aa; Input id x1 x2 x3$; Cards; 1153 45 m 2 145 37 f 3 150 40 m ; Proc print; Run;SAS数据集永久数据集Libname md:gw;Data m.aa; Input id x1 x2 x3$; Cards; 1 153 45 m 2 145 37 f 3 150 40 m ; Run;SAS数据集调用永久数据集 libname md:gw; run; /*建永久数据集*/ data bb; set m.aa; /*调用永久数据集*/ proc print; run;3一点说明建立或调用一个永久数据集，必须使用两 级名规则。第一级名又叫库逻辑名（libref） ，用来表示数据集的目录路径；第二级名是数 据集名（filename），用来区别其它的数据集 。一级名与二级名用“.”分开，例如：在以CLINIC为逻辑名的目录路径 下有一永久数据集ADMIT，调用此数据集时， 要用两级名，CLINIC.ADMIT libref filename 12SAS系统给每个临时数据集自动给 予一个叫“work”的一级名，但在引用 临时数据集时，不用加“work”字样（ 生成临时数据集时，在LOG窗口可以看 到临时数据集的全称）。故在实际应用中，使用单名的数据集都是临时数据集，使用两级名的数据 集则是永久数据集。13二、建立SAS数据集 14SASSAS语句的书写规则：语句的书写规则： 1. 1. 以以SASSAS关键词（关键词（SAS keywordSAS keyword）开头，）开头， 关键词可以大写字母可以小写；关键词可以大写字母可以小写； 2. 2. 以分号（以分号（semicolonsemicolon）结尾；）结尾； 3. 3. 可以从任意行或列开始或结束；可以从任意行或列开始或结束； 4. 4. 一条语句可以连续写多行；一条语句可以连续写多行； 5. 5. 多条语句可以在同一行；多条语句可以在同一行； 6. 6. 字与字间（字与字间（wordswords）用空格分隔；）用空格分隔； 7. 7. 程序的最后要有程序的最后要有“ “run”run”语句；语句；DATA CLASSDATA CLASS；INPUT NAME $ INPUT NAME $ SEX $ S1 S2 S2 SEX $ S1 S2 S2；CARDSCARDS；WANGBO M 79 78 92 WANGBO M 79 78 92 HEWEI M 96 69 87 HEWEI M 96 69 87 ；RUNRUN；1 临时数据集的建立（1）程序的基本结构： DATA 语句； INPUT 语句；用于数据步的其它语句 CARDS； 若干数据行； RUN；15A 直接通过键盘输入数据16OBSOBS NAME SEX NAME SEXSISIS2S2S3S3 1 WANGBO1 WANGBOMM797978789292 2 2 HEWEI M HEWEI M 969669698787 3 3 YANJIN F 98 YANJIN F 9887879393 4 4 MALIV MALIV F F888885859090 5 5 HAVHUI HAVHUIMM737393938989 6 6 ZHOUBIN ZHOUBINMM969687878989 7 7 LIMIN LIMIN F F878793939090 8 8 SUNYI SUNYI F F797988887676例17DATA CLASSDATA CLASS；INPUT NAME $ SEX $ S1 S2 S2INPUT NAME $ SEX $ S1 S2 S2；CARDSCARDS；WANGBO M 79 78 92 WANGBO M 79 78 92 HEWEI M 96 69 87 HEWEI M 96 69 87YANJIN F 98 87 93 YANJIN F 98 87 93MALIN F 88 85 90 MALIN F 88 85 90HANHUI M 73 93 89 HANHUI M 73 93 89ZHOUBIN M 96 87 89 ZHOUBIN M 96 87 89LIMIN F 87 93 90 LIMIN F 87 93 90SUNYI F 79 88 76 SUNYI F 79 88 76；RUNRUN；（1）DATA语句语句格式 ：DATA 数据集名表 选择项； 18DATA DATA语句的作用是语句的作用是表明数据步的开始，并给出所建表明数据步的开始，并给出所建数据集的名称。数据集的名称。数据集名必须以英文字母开始，最长不超过数据集名必须以英文字母开始，最长不超过8 8个字符个字符。数据集名可以是一个或者多个。数据集名可以是一个或者多个。DATADATA语句中，如果语句中，如果 不给出数据集名，则不给出数据集名，则SASSAS系统自动以系统自动以DATA1DATA1、DATA2DATA2等依等依次命名所建立的数据集。次命名所建立的数据集。DATA class；（2）INPUT语句19功能：读取功能：读取CARDSCARDS语句后的数据，或从外部数据语句后的数据，或从外部数据 文件读数据，并将读入的数据赋给文件读数据，并将读入的数据赋给“ “INPUT”INPUT”后相应后相应 的变量；的变量； 变量说明变量说明 主要有以下三种格式：主要有以下三种格式： 自由格式自由格式 列输入格式列输入格式 格式化输入格式化输入 格式：格式： INPUT INPUT 变量说明变量说明 ；INPUT NAME $ SEX $ S1 S2 S3INPUT NAME $ SEX $ S1 S2 S3；1）自由输入格式 是最简单的数据输入方法，它 只需要在INPUT语句中按顺序列变量名，而不 必了解输入记录中数据占有哪些列。语句格式：INPUT 变量名 $；INPUT NAME $ SEX $ S1 S2 S2 ；注意： INPUT语句中列出的变量的顺序与相 应的输入数据的顺序必须一致，$指明左边的变 量为字符型变量。使用列表输入数据必须通过 空格分隔。字符型数据的长度缺省值是8个字 节，如果超过8位可使用LENGTH、ATTRIB、 INFORMAT语句重新定义字符串的宽度。20列表输入格式举例DATA CLASS；INPUT NAME $ SEX $ S1 S2 S2；CARDS；WANGBO M 79 78 92 HEWEI M 96 69 87YANJIN F 98 87 93MALIN F 88 85 90HANHUI M 73 93 89ZHOUBIN M 96 87 89LIMIN F 87 93 90SUNYI F 79 88 76RUN； 212）列输入格式 在INPUT语句变量名后须指出 相应的变量值所处的列号范围。语句格式：INPUT 变量名 $ 开始列 -终止列；开始列 指明该变量要读取的数据的起始列号终止列 指明该变量要读取的数据的终止列号例如：INPUT NAME $ 1-8 S1 12-13；该语句从每个输入数据行的第1列至第8列读取字符型变量NAME的值，从第12列至第13列读取数值型变量S1的值。22列输入的特点： 适用于所有输入行中的同一变量值位于相同的 列时； 输入值可以任何顺序读入，无须考虑它们在输 入记录中的位置；例如：INPUT S1 12-13 NAME $ 1-8； 字符型数据可包含空格； 字符型数据可以最多到200个字符长； 可读取全部或部分数值。例如：INPUT ID 10-15 GROUP 13；第10 至15列为ID的值，ID的第4个数字即第13列 又是GROOP的值。 23列输入格式举例DATA CLASS；I