SAS 数据导入问题

数据的导入导出常见的需求，在我个人的成长过程中，只就SAS base、 SAS EM这两个说一下。

base导入：

（1） SAS表导入： data outnameset  databaserun

（2）  外部数据： proc import out= datafile="" dbms=excel  replacerun（replace不是必须）

（base导入数据中包含非法字符等，可扩展一下SAS默认的命名规则。 方法是：options validvarname=any）

EM导入：

（1） SAS表导入：文件-新建-逻辑库，为数据集创建一个逻辑库；（2）数据源（鼠标右击）-创建数据源，根据SASd出的对话框一步步进行。注：EM只能是SAS表，因此，其他来源的数据需先转化成SAS格式，在转化格式时，我遇到一个问题是excel表中，字段名为中文字符、中文空格、非法字符时，导出的表格是无法正确导入的。编码字符通常情况下是英文、数字和_ 。

SAS默认的是V7。其规则是：·最长32字符；·首字符可以拉丁字母和下划线，后继的字符可是字母和下划线，还有数字符号；·末尾空格忽略，且左对齐；·中间不能包含空格和特殊字符（下划线除外）；·字符大小写均可，不作区分；·不能为SAS自动变量，如_N_、_ERROR_等；

(2)  外部数据导入：抽样-外部文件-导入文件

如果40多个变量只需要添几个到另一数据集，用KEEP STATEMENT 保留你要的变量1 变量2：

data work.datatemp (KEEP = variable1 variable2)

SET sas.datastored

run

如果40多个变量要添大多数的变量名到另一数据集，用DROP STATEMENT 舍掉你不要的变量3 变量4：

data work.datatemp (DROP = variable3 variable4)

SET sas.datastored

run

您可以使用_N_系统变量来为每一行数据添加一个序列号。以下是一个示例代码：

bash

Copy code

data a

set a

seq = _N_

run

这将在数据集 a 中添加一个名为 seq 的新列，并为每行数据分配一个序列号。_N_系统变量代表数据集中的当前观察行号。

请注意，如果您希望在运行多个 data 步骤时保留观察行号，则必须使用 retain 语句。以下是一个带有 retain 语句的示例代码：

bash

Copy code

data a

retain seq 0

set a

seq + 1

run

此代码将在 a 中添加一个名为 seq 的新列，并为每行数据分配一个递增的序列号。在第一行，将使用 retain 语句将 seq 初始值设置为 0，并保留该值。在每一行，seq 将加 1，并将新值保留在下一行使用。

---