1.数据合并
（1）利用set语句纵向合并
data 数据集;
set 数据集1（数据集选项）数据集2（数据集选项）.....;
run;
说明：将若干个数据集纵向合并，并存放在data语句建立的数据集中；当set后面只有一个数据集时，就相当于复制的作用。当要合并的变量在不同数据集中变量类型不一致时，无法直接合并，需转换变量类型。
注意：data语句的作用是创建数据集，不是打开数据集。
两个非常实用的数据集选项：
set 数据集1（in=临时变量1）数据集2（in=临时变量2）.....;
*当合并的记录属于数据集1，“临时变量1”的值为1，否则为0；临时变量不会在结果出显示，需赋值给新变量，即“新变量=临时变量”；
set 数据集1（rename=(原名1=新名1....）数据集2（rename=(原名2=新名2....））.....; *当变量在不同数据集中名不一样，则需重命名;
（2）利用Merge语句横向合并：
data 数据集;
merge 数据集1（数据集选项1） 数据集2（数据集选项2）....;
by 变量1 变量2 .....;
run;
说明：by语句指定索引（如：id）; 如果数据集事先没有按索引变量(id)排序, 需先分别对各个数据集排序后才能合并。
*==合并ab1和ab2数据集的交集;
data ab;
merge ab1(in=d1) ab2(in=d2); /*产生标识两个数据集的临时变量ab1和ab2*/
by id;
if d1=1 and d2=1;
proc print;
run;
2.数据对比
proc compare <base=数据集1 compare=数据集2> <nosummary> <transpose>;
by 变量1 变量2 .......;
id 变量1 变量2 .......;
run;
说明：选项base和compare分别指定两个比较和被比较的数据集; “nosummary”：不显示一些概括性的结果；“transpose”按记录显y示不一致的结果，如不指定该选项，默认按变量显示不一致的结果。by语句：指定索引变量,避免错位；id语句：指定索引变量，可以让你方便地根据变量找到相应的观测，如不指定，默认结果只显示第几行;
proc compare base=ab compare=cd nosummsry transpose;
by id;
by id;
run;
3.查找异常值
一般式:
data 新数据集；
set 已有数据集；
if|where 条件语句；
proc print;
run;
示例：
data outline; data outline;
set dem.b1; set dem.b1;
if (gender not in(1,2)); where (gender not in(1,2));
proc print; proc print;
run; run;
IF和where的区别：
1.IF和where都可以应用:
set 有条件的复制数据集时，其后面紧跟的条件语句可以用IF或where。 但where运行更快，因where是在数据读入前就执行选择条件的，IF是在读入数据后执行。
2.只能用IF语句的情况：（只能用IF语句，不能用where）
（1）使用SAS自动变量时；
（2）当指定的条件变量是新产生的变量时；
3.只能用where语句的情况：（只能用where，不能用IF语句）
（1）当使用了某些特殊运算符时；
（2）当调用proc过程，只选择部分观测执行该过程时；
（3）当做数据集选项时，只能用where。
特殊运算符作用
between......and指定介于数值变量两个值之间的观测
contains "指定的字符”指定字符变量中包含指定字符的规则
like "指定的字符”指定字符变量中与指定字符相似的规则，
模糊部分可用%或_代替，其中%代表多个字符，_代表1个字符。
is null或 is missing指定包含缺失值的观测
like "_t_" 指查找变量长度为3且中间为“t”的观测；like "%t%" 查找任意含t的观测。
4.缺失值的填补
SAS主要通过proc mi过程来实现，mi是mutiple impuation(多重填补）的缩写。
proc mi <out=数据集> <round=> <mininum=> <maximum> ;
mcmc;
var 变量1 变量2.......；
run;
说明：“out=数据集”是把填补后的数据保存到自定义的数据集中；“round=”选项是指定填补值的小数位数,round=1表示保留只整数；“mininum”和“maximum”是指定填补值的最小值和最大值；
“mcmc”语句是采用马尔科夫链蒙特卡罗模拟方法来产生一个抽样分布，作为填补缺失值的填补技术； “var”指定哪些变量需要填补。
mcmc, Mrakov chain Monet Carlo.
SAS 默认产生5个填补完整的数据集，每个数据集的填补值都不同。可用proc mianalyze过程，对5次填补结果进行综合分析。
示例：
data b1_imputed;
set dem.b1;
run;
proc mi data=b1_imputed out=nomissing round=1 1 1 mininum=150 1 1 maximum=200 5 5;
mcmc;
var heigh y2 y4;
run;
proc print data=nomissing;
run;
缺失数据的更新
data 新数据集;
update 旧数据集 新数据集；
by 索引变量;
run;
网友评论