第三章 SAS程序初步

第三章 SAS程序初步

从本质上讲，SAS是一种完善的第四代计算机语言。因此要真正掌握它，我们仍然要抛开其华丽的外表，从学习它的核心――SAS程序开始。

现在，让我们将SAS看成一个计算能力极强的统计学白痴（之所以这样说，是因为它计算能力虽然极强，却只能帮你计算而不能提出自己的实验设计方案或研究方向来），而你有一个非常小的关于数据分析的问题要请它帮忙。自然你要开口提出请求，无论措辞是委婉动听还是直截了当，你的大实话无非是“喂，老兄，我有这样一些数据，我想做这样一种统计分析，您能帮我吗？”。他迅速检查您的要求，在认为合情、合理并且合法后，就开始进行计算，并且在很短的时间内给出计算结果。

好的，计算机语言就是我们和计算机对话时所用的语言。和以上人类对话的例子相对照，“我有这样一些数据”对应SAS程序中的数据步；而“我想做这样一些统计处理”对应SAS程序中的程序步；最后的那一句哀求“您能帮我吗”则对应了Submit命令。在默认情况下，运行结果或者出错信息将自动给出（当然你也可以强制不让它输出）。此外，还有一些系统环境控制语句，如Libname、title等。SAS程序就是由一个或多个数据步和/或程序步加上一些乱七八糟的环境控制语句组成。在本章中，我们将首先学习SAS对数据的管理方式，然后会了解到什么是数据步和程序步，最后则介绍一下SAS语言中结构化语句的语法。

§3.1 SAS系统对数据的管理

在SAS系统中只有SAS数据集才能被SAS过程直接调用，SAS数据集的结构和DBF数据库完全相同，因此无须多讲。而SAS数据集存储在被称为SAS数据库的文件集中，在PC系统中，SAS数据库与某一个文件夹相对应，我们要为每一个数据库指定一个库标记(库名)来识别该库，使用Libname命令可以指定库标记。它的一般格式如下：

Libname 库标记 ’文件夹位置’ 选项;

例如要指定目录“C:\USER”为库标记A，可以在视窗中提交如下语句：

libname a ’c:\user’;

数据库可分为永久库和临时库两种。临时库只有１个，名为WORK，它在每次启动SAS系统后自动生成，关闭SAS时库中的数据集被自动删除；永久库可有多个，用户可以使用Libname语句指定永久库的库标记，永久库中的所有文件都将被保留。但库标记仍是临时的，每次启动SAS系统后都要重新指定。不过为了方便用户，SAS在每次启动时都会自动指定两个库标记：

• SASUSER：指明为永久库，即库中的数据集被保存起来，以便下次启动系统时使用。
• WORK：指明为临时库，对于开发和检查新程序非常有用，但每次SAS运行结束后WORK库中的所有文件将被删除。在程序中引用该库中的数据集可以省略库标记，即它被认为是缺省的数据库。

如在a库中的数据集abc可以这样来引用：a.abc 。

§3.2 SAS程序的数据步

SAS程序的语句从上一个语句结束处开始，以一个分号结束，可占多行。

以DATA语句开始，用于创建和处理数据集。其中最常用的语句有：

• DATA语句 它的主要功能是：

• 标志数据步的开始。
• 命名将要创建的SAS数据集。

• INFILE语句 用于从外部文件读入数据，必须出现在INPUT语句之前。它的主要功能是：

INFILE ’外部文件的所在位置及名称’ 选项;

• CARDS语句 用于直接输入数据，标志着数据块的开始。格式如下：

• INPUT语句 用于向系统表明如何读入每一条记录。它的主要功能有：

上面我们学到了INFILE语句和CARDS语句，它们分别对应了两种数据输入的方式：

变量ｙ后面的@@表示数据可以在一行里连续读入，SAS默认按列来分隔变量，可是这里只有两个变量，输成两列数据太长，因此加上两个@@，SAS见到这个符号，在按变量名依次读取完数据后，不是跳到下一行，而是继续在该行读数据，直至本行结束或到达分号为止。

如果刚才的数据已经事先输好，在硬盘上的“C:\USER”文件夹内存为temp.dat文件，该文件内容如下（纯文本）：

【读入其他格式的数据文件】

除了以上的两种通过数据步创建数据集的方法，SAS还提供了一些其他的方式可以用来读入其他格式的数据文件。6.11版本以上的SAS可以利用FILE菜单上的import命令将其他格式的数据文件导入SAS系统，创建SAS自己的数据集。可以导入的数据文件格式有：dBase数据库，EXCEL工作表，LOTUS的数据库，纯文本的数据文件等。

导入的操作完全是对话式的，界面友好，简便实用。以下简单叙述导入的步骤，假如例1.1的数据输成一个dBASEIII数据库文件temp.dbf, 已经存放在"c:\user"下，要导入成数据集work.li1_1。选择FILE菜单上的import，弹出一个对话框，按照向导的提示进行下去。 

1. 选择导入的数据格式，从下拉式菜单上选择DBF格式，单击NEXT按钮。 

2. 给出数据文件的位置和文件名，在对话框中键入C:\USER\temp.DBF，或点BROWSE直接从上面选择文件，选好后单击NEXT按钮。 

3. 选择导入的目的地，即指定要创建的数据集的名字和存放的数据库名，先在左面的对话框选择数据库名WORK（临时库），在右面的对话框键入数据集的名字li1_1，此名可任意起，少于8个字符，选择完后，单击FINISH按钮，就完成了此次操作。

 这时已经建好了一个数据集，名为WORK.li1_1，与我们前面建立的数据集完全一致。

§3.3 SAS程序的程序步

通俗的讲，SAS的程序步（有的书中也称过程或过程步）就是已经编好了的用于数据整理和统计的计算机程序，你只需要调用它们就是了。程序步总是用一个PROC语句开始，后面紧跟着程序步名，用以区分不同的程序步。以下是一些常用的程序步的名称及功能。

PROC就是程序（procedure）的缩写，而程序步的名字大都是其功能相对应的单词或词组的缩写。

可见SAS的许多功能就是通过程序步来体现的，可如此多的种类也使我们难以总结出一个程序步的通式来。不过仍可大致给出如下结构：

• 处理最新建立的SAS数据集。
• 处理所有的变量（或对一个计算过程来说处理全部数值变量）。
• 一次处理整个数据集而不是某个子集。

我们在第一章中用到的PRINT程序步就是采用的这种默认方式。

• DATA参数 指明所需处理的数据集名，请注意在这里它是一个参数而不是语句。
• VAR语句 如果只想分析某一个或几个特定的变量，则可用VAR语句指定它们。例如只想显示变量x的列表，则PRINT过程如下：

如果想显示x和y两个变量，则将VAR语句改为如下形式即可：

• Where语句 如果你想处理的不是整个数据集而只是其中符合某种条件的子集，那么WHERE语句将会非常有用，如上例中我们只想显示大于50的x变量的值，则在PRINT过程中加入where语句如下：

 SAS语言中常用的逻辑表达符号有and（和）、or（或）、xor（异或）、ne（不等）等。

• By语句 如果你需要分组处理数据，例如要按性别分组输出统计结果，你有两种选择，一是用不同的where语句将同一个程序步反复写几遍；另一种显然更酷的方法就是采用by语句。如上例我们想按不同的y值输出x值，则加入by语句如下：

§3.4 结构化语句简介

每一种结构化语言编写的程序都由顺序、分支、循环三种结构构成， SAS语言也不例外。在这里简要介绍一下分支和循环语句的语法。这些语句均可直接在数据步和程序步中使用，适当地使用它们可以大大简化我们的工作。

可见其语法和FOXBASE语言十分相似，只是前面多了THEN，结尾没有ENDIF，可以将两者相比较来理解。其中程序块如果只有一句，则可直接写出，否则应以DO开头，以END结束。

例3.1 在产生数据集temp的同时为其增加变量class，当x>50时class=1，否则class=2。

例3.2 在产生数据集temp的同时为其增加变量class，取值依次为1、2。

现在，SAS语言的基本知识算是介绍完了。在理论上，你现在可以坐在计算机前，独立编写程序以做出你的统计作业或者是向SAS公司发射核导弹。但为了使你能尽可能地少走弯路（我指的是做统计作业而不是后者），在以后的各章中我们将重点介绍一些常用的程序步，并且在必要的时候介绍一些较为深入的内容。Are you ready? Let’s go!