第8讲SAS编程两步结构之数据步（data步）语法详解
⼀、data步流程
1. data语句标志了数据步开始，并指定了数据步结束时要⽣成的数据集名字。
2. 每次读⼊⼀⾏数据，读⼊后执⾏数据步中的其他语句，循环数据步读取整个数据。
3. _N_变量表⽰data步已经执⾏的次数
4. _error_变量值为1时表⽰程序出错
例1：flow
data flow;
/*put x = y = z = _n_;*/
input x y;
z = x + y;
put x= y= z=;
put _n_= _error_=;
cards;
1020
100200
10002000
;
run;
5. 读外部数据时，数据步迭代（即每⼀次）的开始把变量的值置为缺失值，有⼏种情况例外：
（1）retain语句提到的变量；
（2）sum语句中创建的变量；
（3）数组_temporary_中的数据元；
（4）file和infile语句选项中创建的变量；
（5）⾃动变量
6. 读sas数据集时，只在第⼀次迭代时把变量值置为缺失，以后变量保留其值直⾄新值写⼊
⼆、data语句
1. data语句的选项
drop选项：不列出某些变量
keep选项：列出某些变量
label选项：给数据集加标签
rename选项：重命名变量
例2：data
data new1(drop=z);##删除z变量
t flow;
run;
data new2(keep=x);##保留x，yz删掉
t flow;
run;
data new3(label='the new3 datat');
震耳欲聋的近义词t flow;
硕士几年
古琴十大名曲run;
小飞侠彼得潘读后感data new4(rename=(x=xx,y=yy));
t flow;
run;
proc print data=new1;
run;
proc print data=new2;
run;
2. 数据集的名字
（1）data语句后⽆数据集名字，则⾃动⽣成data1，data2等为数据集名字，相当于data_data_；
（2）data_null_；不产⽣实际的数据集，只是把内容暂存于内存，以供put语句等读取结果，可以节约计算机资源；
（3）data_last_；以最近产⽣的数据集命名并取代其内容。
（⼀）⽂件操作语句
1. input语句
（1）分组格式：
input(g1-g5)(37.2,25.2);
5.)input(ab)(
input(a b)(,5.)
（2）@@-⽆需分⾏⽽按变量连贯读数据
例3：input@@
data;
input x y @@;
cards;
1234
;
run;
proc print;
run ;
怎么删除页眉页脚（3）@-固定该数据⾏；⽤于需要多个input语句同时读取⼀⾏数据
（4）利⽤@n、+n、#n进⾏指针控制
（5）⼏个特殊符号的⽤法（：& ~）
①：读值时第⼀次遇到分隔符、或是数据⾏末尾、或是读满列数⽽结束
②&字符型输⼊值可以嵌有⼀个或⼏个空格
③~字符型输⼊值保留引号（与infile语句中选项dsd⼀起使⽤才有效）
2. cards语句
（1）cards语句与datalines语句可以通⽤
（2）如果输⼊数据中含有分号，可⽤cards4语句或datalines4语句，同时，数据结尾⽤4个分号表⽰数据输⼊结束3. put语句
（1）put语句负责在log窗⼝输出⼀些结果，file print选项可把输出转移到output窗⼝
（2）put_infile_（输⼊最新的数据⾏到 SAS log 窗⼝）
（3）put_all_（输⼊所有变量的值）
（4）put_page_（输出新页）
4. file语句
file print把put语句产⽣的输出结果转移到output窗⼝
5. by语句
在data步中，SAS系统对每个by组创建两个临时变量：
first.variable
last.variable
它们⽤来区别每个by组的第⼀个和最后⼀个观测
6. t 语句
（1）使⽤t语句复制数据集
（2）point选项指明要读⼊的记录序号
t数据集point=指针变量；
可⽤于抽样，⼀般与output语句连⽤
（3）nobs选项创建⼀个临时变量⽤来存储数据集的观测总数
（4）t语句可以串接多个数据集，形式如下：
data数据集；
t数据集A 数据集B ……；
<by变量；>
run;
(5)rename选项负责改名；in选项产⽣变量负责记录观测来⾃该数据集
例4：t
data abc;
弱不禁风的意思anges;
run;
proc print;
run;
例5：point
data zxs;
do n=2to total;
t sasur.flow point=n nobs=total;
/*if _error_=1 then abort;*/
宗的成语
output;
end;
stop;
run;
proc print data=zxs;
run;
7. merge语句
使⽤merge语句并接多个数据集，形式如下：
data数据集；
merge数据集1数据集2 ……；
by变量；
run；
8. update语句
（1）update语句⽤⼀个升级数据集中的观测来修改⼀个主数据集
（2）update语句⼀定要与by语句⼀起使⽤，by语句给出了合并观测时共同变量的名字
（3）主数据集中的共同变量必须是单值的，即不能有2个或2个以上的观测其共同变量值相同
9. infile 语句
（1）delimiter（DLM）选项：规定⼀个字符替代空格作为分隔符；
（2）firstobs 选项：不是从⽂件的第⼀个记录开始，⽽是从指定⾏开始读取记录；
（3）obs 选项：规定⽤户想从输⼊⽂件中连续读取的最后⼀个记录号
例6：infile（dlm）
data new1;
infile cards delimiter=',';##delimiter可简写为dlm
input x y z;
cards;
1,2,3女性肾虚的症状
4,5,6
;
data new2;
infile cards dlm='ab';##定义 ab 为分隔符，则其任意组合aa、ab、ba、bb也为分隔符
input x y z;
cards;
1aa2ab3
4bb5ba6
7a8b9
;
run;
proc print data=new1;
run;
proc print data=new2;
run;
（4）dsd选项：
①使最外层引号括起的内容当成整个字符串输⼊，并去除最外层引号；
②默认分隔符为逗号；
③2个相邻的分隔符意味着前⼀个分隔符后的字段为缺失值
（5）当⾏末尾数据宽度少于规定宽度时
flowover：默认选项，将下⼀条记录读⼊
missover：将变量置为缺失
truncover：将数据直接读⼊，不管宽度是否少于规定宽度
stopover：系统终⽌数据步执⾏，报告出错
例7：missover
data;
infile'e:\SAS\missover.dat';/*flowover missover truncover stopover pad*/
input x 5.;
run;
proc print;
run;
（6）lrecl=n选项：设定源数据⽂件⾏的物理长度，缺省为256，最⼤可设为32767
（7）pad | nopad 选项：pad 选项指当宽度少于规定宽度时，在后⾯填充空格⾄ lrecl=n 规定的⾏长度，缺省为 nopad （⼆）运⾏语句
1. 赋值语句和累加语句
