江湖救急：如何替换SAS数据集中的观测值

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

数据集是一个基因型数据。每一行都有3中基因型两个纯合子，一个杂合子。如AA、AG、GG或者是CC、CG、GG我想把AA、CC替换为0，AG、CG替换为1、GG替换为2。每一行观测都是只有三种可能即两个纯合子、一个杂合子，纯合子的类型不同。改如何写程序呢？多谢指教！数据结构如图所示

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1 回帖

关键词：sas数据集 江湖救急 观测值 数据集 如图所示 江湖 如何

你的没有贴数据，我模拟了一下。将变量值放到数组里面，数组变量就是你需要修改的变量名（代码里我写的比较马虎），然后用if语句逐个查找，修改。没有完全造你以的要求修改，这做法是可行的 你稍微修改下if条件语句就可以了。我也是初学者，就会这么点。

1. data new(drop=i);                                                                                                                       
   
2. infile 'C:\Users\lenovo\Desktop\1.txt';                                                                                                
   
3. input _10001 $ _1000122 $ _1000034 $;                                                                                                   
   
4. array sample{3} _10001 _1000122 _1000034;                                                                                               
   
5. do i=1 to 3;                                                                                                                           
   
6. if sample{i}='AG' then sample{i}=1;                                                                                                     
   
7. else if sample{i}='AC' then sample{i}=2;                                                                                                
   
8. else sample{i}=3;                                                                                                                       
   
9. end;                                                                                                                                    
   
10. run;                                                                                                                                    
    
11. proc print data=new noobs;                                                                                                              
    
12. run;   

复制代码

结果：

proc format 可能更快一点

按我的理解，这个case 主要是变量名不规范，假如是从文件读入，getname = no ，然后用array 应该可以了

larry_dh 发表于 2014-5-1 19:01
你的没有贴数据，我模拟了一下。将变量值放到数组里面，数组变量就是你需要修改的变量名（代码里我写的比较 ...

恩恩，多谢了哈。可是我的数据集里有2000多个变量，那该怎么写呢？原谅我对SAS一窍不通，我上传了一个20行20列的子集能帮我看下吗？多谢了

Aharach 发表于 2014-5-1 23:39
proc format 可能更快一点

恩，谢谢指导！能帮我看下改怎么写程序吗？我对SAS是一窍不通，附件上传了一个小的数据集。多谢了哈

1. proc import datafile = 'C:\Users\XXX\Desktop\gene.txt'
   
2.   dbms = dlm
   
3.   out  = gene
   
4.   replace;
   
5.   delimiter = '09'x;
   
6.   getnames  = no;
   
7.   datarow   = 2;
   
8. run;
   
9. 
   
10. data final;
    
11.   set gene;
    
12.   array var{2181};
    
13.   do i = 2 to 2181;
    
14.          if var{i} in ('AA' 'CC') then var{i} = '0';
    
15.     else if var{i} in ('AG' 'CG') then var{i} = '1';
    
16.     else if var{i} in ('GG'     ) then var{i} = '2';
    
17.   end;
    
18.   drop i;
    
19. run;

复制代码

所有变量都是字符型，如果需要数值型，再转换下就可以

苹果叶 发表于 2014-5-2 14:24
所有变量都是字符型，如果需要数值型，再转换下就可以

谢谢大神！很给力啊，一下就出来了。但是还有个问题，因为AA与CC要替换的值也不同啊，AA是0，CC就只能是2了，CC是2又跟GG一样了。该怎么修改呢？因为杂合的类型一共有AC、AG、AT、CG四种，他们的赋值都是1。就是相同两个会弄混，数据集的每一行都只有3种观测如AA、AC、CC，就是要把AA、CC也赋不同的值。

苹果叶 发表于 2014-5-2 14:24
所有变量都是字符型，如果需要数值型，再转换下就可以

可不可以按行来替换呢？提取观测值的字符串，如果第一个字符是A第二个字符为C，就变为1。第一个字符是A，第二个字符也是A就变位2，其他的也一样。主要是想把每行的3种观测值用0,1,2区分出来。

进行式 发表于 2014-5-2 17:01
可不可以按行来替换呢？提取观测值的字符串，如果第一个字符是A第二个字符为C，就变为1。第一个字符是A， ...

1. proc import datafile = 'C:\Users\XXX\Desktop\gene.txt'
   
2.   dbms = dlm
   
3.   out  = gene
   
4.   replace;
   
5.   delimiter = '09'x;
   
6.   getnames  = no;
   
7.   datarow   = 2;
   
8. run;
   
9. 
   
10. proc format;
    
11.   invalue C2N
    
12.     'AA'  = 1
    
13.         'CC'  = 2
    
14.         'GG'  = 3
    
15.         'TT'  = 4
    
16.         '--' = .
    
17.         other = 0
    
18.   ;
    
19. run;
    
20. 
    
21. data final;
    
22.   set gene;
    
23.   array var{2181} $;
    
24.   array col{2181};
    
25.   do i = 2 to 2181;
    
26.     col{i} = input(var{i},C2N.);
    
27.   end;
    
28.   drop i var2-var2182 col1;
    
29. run;

复制代码

如果可以多设几个值，就这样吧。如果纯合子只能1,2 就比较麻烦了。