生活點滴

2014年4月25日星期五

SAS 資料處理技巧1

變項Keep 與 Drop

data work (drop=age group);
set clinic (keep=age group BMI );

讀檔時 (SET) 只進 age group BMI ，新資檔(DATA) 刪除 age group，最後輸出只有BMI

FIRST.變項與 LAST.變項

一定要先Proc Sort
Proc Sort 之後，遇到 Data ; by X Y;，在program data vector裡會自動建立FIRST.變項與 LAST.變項，First.X Last.X First.Y Last.Y，可參考下表

Department	FIRST.Department	LAST.Department
A	1	0
A	0	0
A	0	1
B	1	0
B	0	1
C	1	1

範例如下：
data salaries2 ; set salaries ;
by Department;
/*第一筆設定為0*/
if first.Department then Payroll=0;
/*累加*/
payroll+yearly;
/*是最後一筆再輸出*/
if last.Department;
run;

Using Direct Access：指定讀特定一筆數據，並輸出。(Point-Output-Stop)

Point 與 OUTPUT 聯用。通常用於取得Random sample。

data test;
    obsnum=3; /*自定變項與值*/
    set salaries point=obsnum; /* 被 point 變項就消失 */
    N=1;
    OUTPUT; /*強制輸出到實體資料檔*/
    Stop;     /*找到某筆數據後，停止 iteration，不
                    必等到 Mark of the end */
K=1;   /*因為在OUTPUT之後，數值不會被輸出*/
run;

資料列末端的技巧 ( End=var )

用途：輸出資料檔的最未一筆總計。(似乎用Last.即可)
End=var，建立暫時變項 var ，若 SET statemnet 讀到了 end of file，var就為1
END= 不與 POINT= 一起用

set sasuser.stress2(keep=timemin timesec) end=last;
.........
if last; /* 當 last = 1 才輸出 */

SAS DATA SET 的處理流程，與讀 Raw data file 差不多，主要差異如下：

Execution Phase：第一筆資料輸出到新資料檔後，會在 Program Data Vector裡 Retain 保留 SET statement 已讀入的 (如：第一筆資料) 與 sum statement 所產生的變項，一直到再執行 SET statement，讀入第二筆數據

但讀 RAW DATA FILE 則是重設為 MISSING，除非是RETAIN, SUM STATEMENT變項, 暫時的ARRARY，FILE或INFILE的OPTION建立的變項，自動變項

2014年4月24日星期四

建構變項

累積加總

data stress; set sasuser.stress2;
TotalTime=(timemin*60)+timesec;
SumSec+totaltime;
run;

SumSec 在 + 的左邊，它的起啟值就是 0 ，而非 missing
其結果類似以下右欄
1 1
1 2
1 3
1 4

RETAIN variable <initial;-value>;

主要特色

data complie 的指令，無法作用於 set, merge的變項
指定變項初始值為任何文字或數字，避免變項在每次iteration被重置

SumSec 由10000 起算而非 0
retain SumSec 10000;
sumsec+totaltime;

IF-THEN/ELSE 的指令，會比很多的 IF-THEN 更省資源，或者改用 SELECT-WHEN 的語法

SELECT (select-expression);
WHEN ( condition,…, condition ) Execute-statement;
WHEN ( condition,…, condition ) Execute-statement;
OTHERWISE <Execute-statement>;
END;

select (TimeMin) ;
when ( '13' ) TimeGroup='Lower';
雖然TimeMine是數值，也一定要 “”
OTHERWISE 一要有，否則有
ERROR: Unsatisfied WHEN clause

變項特性的設定

The length of a new variable is determined by the first reference in the DATA step。若要用LENGTH 來指定變項長度，應放在最前端的程式。

length Test $ 10;

LABEL var= ‘Description’;
FORMAT var formats;

DROP and KEEP 變項

用在 Data 、set 、Proc data= 的 Option

(DROP=variable(s))
(KEEP=variable(s))
- data work (drop=age group);
- set clinic (keep=age group BMI );
- 讀檔時 (SET) 只進 age group BMI ，新資檔(DATA) 刪除 age group，最後輸出只有BMI

在 DATA step 的statement

DROP variable(s) ;
KEEP variable(s);

2014年4月23日星期三

準備Base programming 筆記_HTML Output

ODS 有很多 Destinations，其中常用的是 LISTING, HTML, OUTPUT, PDF 等。

輸出 ODS HTML

ODS HTML BODY="file-specification" STYLE=style-name;
/* BODY 可用 FILE*/
ODS HTML BODY=fileref; * 特定檔案才可;
ODS HTML PATH=mine.mycat BODY=name.HTML;

procedure 1 ~ procedure N

ODS HTML CLOSE;

多張表，製作 Table of Contents

以 frame.html 為主，裡頭紀錄 content 與 body的路徑，因此有相對、絕對路徑兩種設定方式，讀檔時按 frame.html即可。
相對路徑的寫法 1 (檔案一起搬到別的資料匣也能正確開啟)

ods html
body="z:\DATA\data.html" (url='data.html')
contents="z:\DATA\toc.html" (url='toc.html')
frame="z:\DATA\frame.html";

相對路徑的寫法 2

ods html path="z:\DATA\" (url=none)
body="data.html"
contents="toc.html"
frame="frame.html";

絕對路徑的寫法

(URL='某個真的 url')
需再將三個檔案部署到正確的網址

2014年4月25日 星期五