用SAS来产生子集

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

求助各位大神，用SAS来对类似以下的一个数据集产生子集
ID     DATATYPE     ORI_DATA    COR_DATA
1            A                    XXX           XYX
1            A                    XYX           XXY
2            A                    YYY           ZMZ
2            B                    TTT           TRT
3            C                    YYX           YYY
4            D                    ZZZ           ZZX;

要求：
按照datatype变量来产生子集，即上述数据的前三个datatype为“A”的话，放到一个子集里面，以A命名子集。
原来的数据非常的多，datatype可以按照顺序排出来，但是如果用单纯的where或者if语句来产生子集，需要写很多的类似的行，希望高手可以帮助我呀，在此谢谢各位啦

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：datatype datat Where Data type where 命名

假设数据集的名字是test：

proc sql noprint;
select distinct datatype into: typlist separated by " "
from test;
quit;

* macro;
%macro subset;
%let i=1;
  %do %until(%scan(&typlist,&i)=);
    data %scan(&typlist,&i);
         set test;
         where datatype="%scan(&typlist,&i)";
        run;
  %let i=%eval(&i+1);
  %end;
%mend;
%subset

* call execute;
data _null_;
set test end=last;
by datatype;
length code $2000;
retain code;
if _n_=1 then code="data &typlist; set test;";
if last.datatype then code=trim(code)||"if datatype="||quote(strip(datatype))||" then output "
    ||strip(datatype)||';';
if last then do;
  code=trim(code)||';run;';
  call execute(code);
end;
run;

call execute方法里面需要数据集按datatype排好序。

wwang111 发表于 2014-3-10 15:11
假设数据集的名字是test：

proc sql noprint;

你好，这个有点复杂，我在我的电脑上修改了一下，很多error，我也不知道怎么回事呀。我把原来的数据集给您，麻烦您再帮我看一下。我想要按照datatype来把数据分类，然后每类创造出一个子集，单独保存。 duplicate_document.xlsx (92.31 KB)

2014-3-10 15:30:54 上传

请问楼上有熟悉SAS的高手不（在校学生），本人有朋友急需sas培训师，待遇从优，有意向的盆友们联系我哦！qq：2579858093 tel:13810097914

1. /*按照datatype排序*/
   
2. proc sort data=test;
   
3.     by datatype;
   
4. run;
   
5. 
   
6. /*为datatype定义连续数值变量，A=1，B=2,C=3…… */
   
7. data test2;
   
8.     set test end=final;
   
9.     by datatype;
   
10.     if first.datatype then order+1;
    
11. run;
    
12. 
    
13. /*准备制作宏变量的数据集*/
    
14. proc sort data=test2 out=test_name nodupkey;
    
15.     by order;
    
16. run;
    
17. 
    
18. /*制作宏变量，name1=A，name2=B,name3=C……, max=datatype个数*/
    
19. data _null_;
    
20.     set test_name end=final;
    
21.     call symput("name"||strip(put(order,best.)),strip(datatype));
    
22.     if final then call symput("max",strip(put(order,best.)));
    
23. run;
    
24. /*其实上面制作format会更简单*/
    
25. 
    
26. 
    
27. %macro m;
    
28. data %do i=1 %to %eval(&max.);
    
29.         &&name&i..
    
30.      %end; ; /*这里是2个分号*/
    
31. 
    
32.     set test2;
    
33.     %do j=1 %to %eval(&max.);
    
34.     if order=&j. then output &&name&j..;
    
35.     %end;
    
36. run;
    
37. %mend m;
    
38. 
    
39. %m;
    
40. 
    
41. /*没测试*/

复制代码

nomad5 发表于 2014-3-10 19:32

不好意思呀，好像您没有看明白我的意思。我把数据集给您，您看看能不能帮我重新看一下。我是想按照data_type来把原来的数据集分割成许多子集，相同的data_type的数据放到一个子集里面，然后子集的名称以data_type来命名。我之前估计没有讲清楚，谢谢您啦，麻烦您帮我再看一次。

nomad5 发表于 2014-3-10 19:32

数据集我放在了二楼，麻烦您看一下

1. data test;
   
2. input ID DATATYPE $ ORI_DATA $  COR_DATA $;
   
3. datalines;
   
4. 1  A  XXX  XYX
   
5. 1  A  XYX  XXY
   
6. 2  A  YYY  ZMZ
   
7. 2  B  TTT  TRT
   
8. 3  C  YYX  YYY
   
9. 4  D  ZZZ  ZZX
   
10. ; run;
    
11. 
    
12. /* using call execute */
    
13. proc sql;
    
14.      create table types as
    
15.      select distinct datatype as type
    
16.      from test;
    
17. quit;
    
18. 
    
19. data _null_;
    
20.    set types;
    
21.    length ds $8.;
    
22.    ds=cats('type_', compress(type));
    
23.    call execute('data '||ds||'; set test_sort(where =(datatype="'||type||'")); run;');
    
24. run;
    
25. 
    
26. 
    
27. /* using hash */
    
28. proc sort data=test out=test_sort;
    
29.    by datatype;
    
30. run;
    
31. 
    
32. data _null_ ;
    
33. declare hash h (ordered: 'a') ;
    
34.    h.definekey  ('datatype', '_n_') ;
    
35.    h.definedata ('DATATYPE', 'ID', 'ORI_DATA', 'COR_DATA' ) ;
    
36.    h.definedone ( ) ;
    
37.   do _n_ = 1 by 1 until ( last.datatype ) ;
    
38.     set test_sort;
    
39.     by datatype ;
    
40.     h.add() ;
    
41.   end ;
    
42.    h.output (dataset: 'Out_'|| compress(datatype)) ;
    
43. run ;

复制代码

yongyitian 发表于 2014-3-11 09:31

你好，这个有点复杂，我在我的电脑上修改了一下，很多error，我也不知道怎么回事呀。我想要按照datatype来把数据分类，然后每类创造出一个子集，单独保存。

Sorry there are some errors that were made during cleaning and Simplifying the code after testing.

Above line 2 seems having problems, it might be caused by copying and pasting the fonts from different computers.

the line 2 should be read as:
input id datatype $ ori_data $ cor_data $;

line 23 is not correct. it should be read as:
call execute('data '||ds||'; set test(where =(datatype="'||type||'")); run;');

The following is the corrected code.

1. data test;
   
2. input ID DATATYPE $ ORI_DATA $  COR_DATA $;
   
3. datalines;
   
4. 1  A  XXX  XYX
   
5. 1  A  XYX  XXY
   
6. 2  A  YYY  ZMZ
   
7. 2  B  TTT  TRT
   
8. 3  C  YYX  YYY
   
9. 4  D  ZZZ  ZZX
   
10. ; run;
    
11. 
    
12. /* using call execute */
    
13. proc sql;
    
14.      create table types as
    
15.      select distinct datatype as type
    
16.      from test;
    
17. quit;
    
18. 
    
19. data _null_;
    
20.    set types;
    
21.    length ds $8.;
    
22.    ds=cats('type_', compress(type));
    
23.    call execute('data '||ds||'; set test(where =(datatype="'||type||'")); run;');
    
24. run;
    
25. 
    
26. 
    
27. /* using hash */
    
28. proc sort data=test out=test_sort;
    
29.    by datatype;
    
30. run;
    
31. 
    
32. data _null_ ;
    
33. declare hash h (ordered: 'a') ;
    
34.    h.definekey  ('datatype', '_n_') ;
    
35.    h.definedata ('DATATYPE', 'ID', 'ORI_DATA', 'COR_DATA' ) ;
    
36.    h.definedone ( ) ;
    
37.   do _n_ = 1 by 1 until ( last.datatype ) ;
    
38.     set test_sort;
    
39.     by datatype ;
    
40.     h.add() ;
    
41.   end ;
    
42.    h.output (dataset: 'Out_'|| compress(datatype)) ;
    
43. run ;

复制代码

here is the log

235  data test;
236  input ID DATATYPE $ ORI_DATA $  COR_DATA $;
237  datalines;

NOTE: The data set WORK.TEST has 6 observations and 4 variables.
NOTE: DATA statement used (Total process time):
      real time           0.01 seconds
      cpu time            0.01 seconds


244  ; run;
245
246  /* using call execute */
247  proc sql;
248       create table types as
249       select distinct datatype as type
250       from test;
NOTE: Table WORK.TYPES created, with 4 rows and 1 columns.

251  quit;
NOTE: PROCEDURE SQL used (Total process time):
      real time           0.00 seconds
      cpu time            0.00 seconds


252
253  data _null_;
254     set types;
255     length ds $8.;
256     ds=cats('type_', compress(type));
257     call execute('data '||ds||'; set test(where =(datatype="'||type||'")); run;');
258  run;

NOTE: There were 4 observations read from the data set WORK.TYPES.
NOTE: DATA statement used (Total process time):
      real time           0.00 seconds
      cpu time            0.00 seconds


NOTE: CALL EXECUTE generated line.
1   + data type_A  ; set test(where =(datatype="A       ")); run;

NOTE: There were 3 observations read from the data set WORK.TEST.
      WHERE datatype='A       ';
NOTE: The data set WORK.TYPE_A has 3 observations and 4 variables.
NOTE: DATA statement used (Total process time):
      real time           0.01 seconds
      cpu time            0.00 seconds


2   + data type_B  ; set test(where =(datatype="B       ")); run;

NOTE: There were 1 observations read from the data set WORK.TEST.
      WHERE datatype='B       ';
NOTE: The data set WORK.TYPE_B has 1 observations and 4 variables.
NOTE: DATA statement used (Total process time):
      real time           0.00 seconds
      cpu time            0.00 seconds


3   + data type_C  ; set test(where =(datatype="C       ")); run;

NOTE: There were 1 observations read from the data set WORK.TEST.
      WHERE datatype='C       ';
NOTE: The data set WORK.TYPE_C has 1 observations and 4 variables.
NOTE: DATA statement used (Total process time):
      real time           0.00 seconds
      cpu time            0.00 seconds


4   + data type_D  ; set test(where =(datatype="D       ")); run;

NOTE: There were 1 observations read from the data set WORK.TEST.
      WHERE datatype='D       ';
NOTE: The data set WORK.TYPE_D has 1 observations and 4 variables.
NOTE: DATA statement used (Total process time):
      real time           0.00 seconds
      cpu time            0.00 seconds


259
260
261  /* using hash */
262  proc sort data=test out=test_sort;
263     by datatype;
264  run;

NOTE: There were 6 observations read from the data set WORK.TEST.
NOTE: The data set WORK.TEST_SORT has 6 observations and 4 variables.
NOTE: PROCEDURE SORT used (Total process time):
      real time           0.01 seconds
      cpu time            0.01 seconds


265
266  data _null_ ;
267   declare hash h (ordered: 'a') ;
268     h.definekey  ('datatype', '_n_') ;
269     h.definedata ('DATATYPE', 'ID', 'ORI_DATA', 'COR_DATA' ) ;
270     h.definedone ( ) ;
271    do _n_ = 1 by 1 until ( last.datatype ) ;
272      set test_sort;
273      by datatype ;
274      h.add() ;
275    end ;
276     h.output (dataset: 'Out_'|| compress(datatype)) ;
277  run ;

NOTE: The data set WORK.OUT_A has 3 observations and 4 variables.
NOTE: The data set WORK.OUT_B has 1 observations and 4 variables.
NOTE: The data set WORK.OUT_C has 1 observations and 4 variables.
NOTE: The data set WORK.OUT_D has 1 observations and 4 variables.
NOTE: There were 6 observations read from the data set WORK.TEST_SORT.
NOTE: DATA statement used (Total process time):
      real time           0.03 seconds
      cpu time            0.03 seconds