发帖
雷达卡
一篇很基础的介绍SAS FORMATS的豆腐块文章。
图文版：http://blog.sina.com.cn/s/blog_41889b900100wjz5.html or http://www.mysas.net/sns/index.php?app=blog&mod=Index&act=show&id=1885&mid=3570
文字版如下：
1、 什么是SAS FORMATS?
SAS的数据类型虽然只有数字（numeric）和字符（character）两种，但是这并不妨碍SAS 展示其在数据的读取、转换和展示上的高效、强大和灵活。我想原因之一，就是因为有了SAS FORMATS。什么是SAS FORMATS？简言而之，就是SAS 在读取或展示数据时的一些指令。更直白的说，就是SAS用来读取和展示数据的一些规则。
话说到此，我们也许会有疑问，平时读取和展示数据时，好像也没用到SAS FORMATS?
例如数据集test1，在读取时并没有指定什么格式，也没碰到什么麻烦，但How about数据集test2呢？- data test1;
- input pid $ price;
- datalines;
- p001 2239.5
- p002 456
- p003 231.4567
- ;
- run;
- data test2;
- input pid $ price;
- datalines;
- d1 p001 $2,239.5
- d1 p002 $456
- d1 p003 $231.4567
- ;
- run;
其实SAS 在读取或展示数据时，都要按照一定的FORMATS来进行。只是不过如果是标准的数字型（如不带货币符号，千分位号等）和标准的字符型（如字符中间不嵌空格等），SAS 可以按默认的FORMATS来读取，而不必具体指定。如若不是，则需具体指定。如数据集test2，数字、字符均非“标准”的，故需另外指定读入格式。
- data test2;
- input pid $ & price dollar9.2;
- datalines;
- d1 p001 $2,239.5
- d1 p002 $456
- d1 p003 $231.4567
- ;
- run;
- proc print;
- run;
2、 SAS FORMATS的分类
SAS FORMATS最常见的有两类：输入格式（informat）和输出格式（format）。顾名思义，输入格式即SAS读入数据的时的规则，输出格式即SAS 输出数据时的规则。
以上面的test2为例，在读入数据集时，由于pid变量中间有空格，所以要加“&”格式修饰符；price有货币符号和千分位符号，所以用dollar格式读入，在读取时以移除他们。不过print 的结果并没有显示货币符号和千分位符号，在explorer窗口打开数据集，也不见货币符号和千分位符号的踪影。怎么回事？如何才能在结果中看到他们？这就需用到输出格式。
- data test2;
- input pid $ & price dollar9.2;
- datalines;
- d1 p001 $2,239.5
- d1 p002 $456
- d1 p003 $231.4567
- ;
- run;
- proc print;
- format price dollar9.2;
- run;
行文至此，我们或许会问？有必要这样折腾吗？读入的时候去掉货币符号和千分位符号，展示的时候又再加上？直接将price变量原样存入不就行了？
硬要说，是可以的，只是要原样存入的话，就只能存入字符型数据，这样做至少有两个缺限：一是数字变成字符型，再进行相关的加减乘除运算和后继统计分析都会很不方便。二是增加了存储数据的空间。
其实，个人理解，简单地说，SAS 输入输出格式的作用有点像“脱外套”和“加外套”的关系。读入数据时存储时，要直击其本质，去掉花哨复杂的“外衣”，剥洋葱似的直取其“精华”部分；展示数据时，就像女孩要出门了，得打扮一番，加些漂亮的装饰，变得“好看”了再展现在世人面前。
当然SAS FORMATS从另一个角度上来说，又分字符型格式和数字型格式，这与SAS 的数据类型相关。一般来说，字符型格式用于字符型数据，数字型格式用于数据型数据，格式和数据类型应该匹配，否则会出错。
此外，SAS FORMATS也可以分为SAS系统自带的格式和用户自定义格式。上面提到和用的都是SAS 系统自带的格式 。而用户自定义的格式是指用户用proc format定义的格式。例：
- proc format;
- value genderfmt 1='男'
- 2='女';
- run;
- data test3;
- input sid $ gender;
- datalines;
- s001 1
- s002 2
- s003 1
- s004 2
- ;
- run;
- proc print;
- format gender genderfmt.;
- run;
3、 SAS FORMATS的样貌
SAS 输入输出格式，有着统一的样貌。
<$> name <w> . <d>
简要说明：$ ：字符型格式必需用的前缀
Name：格式的名称，必需符合SAS 命名规则
W ：指定读入或输出的宽度，注意，包括小数点，货币符号、千分位号、负号等
. ：无论哪种格式都必需的，不能省略，因为靠他区别格式名和变量名
D ：小数位数，只用于数字型格式。
4、 SAS FORMAST的使用
总结起来，使用的SAS FORMATS的方法有以下几种：
2 Iput/put 语句
2 Format 语句
2 Atrrib 语句
2 Iput /put 函数
Input语句 用于读入数据时指定输入格式，put语句用于（在LOG里）输出时指定格式；format ,attrib语句可以在DATA步或PROC步中指定格式。不同的是在DATA步中变量和格式是永久关联的，在PROC 步是暂时关联的。当然在PUT语句里也是暂时关联的。
举例说明：
- data test4;
- input x dollar 6.2 f1 mmddyy7. f2 date7. t1 mmddyy9. t2 date10.;
- put x=
- /x=dollar8.2
- /f1= f2=
- /t1= t2=;
- format f1 date9.;
- attrib f2 format=mmddyy10.;
- datalines;
- $23.32 110611 06nov11 11/06/11 06nov2011
- ;
- run;
- proc print;
- format t1 mmddyy10.;
- attrib t2 format=mmddyy10.;
- run;
简单解释：x 的dollar格式是暂时关联的，所以在output仍然显示数字格式。
f1,f2 的格式是永久联系的，所以在log和output ，f1都是按date9.格式显示，f2 都是按mmddyy10.格式显示。t1,t2 的格式暂时联系的，所以在LOG里还是显示的数字格式，而非mmddyy10.格式。
Input 和put函数常用于数据类型的转换。如
- data test5;
- a=“21121.67”;
- b=21121.67;
- a_n=input(a,dollar9.2);
- b_c=put(a,$8.);
- run;
京公网安备 11010802022788号
