《SAS编程与数据挖掘商业案例》学习笔记之三

五：set语句

1.keep和drop指定变量进入或者不进入pdv

eg：

Data d1(keep=name)  data  d2 (keep=name sex);

  set sashelp.class(keep=name sex  rename=(name=name_new sex=sex_new)   where=(sex='M')  firstobs=3 obs=5);

Run;

注：

黄色部分标示只有name  sex两个变量进入pdv，其余变量不会读入，这样会大大节省程序运行时间；

红色部分表示对变量进行重命名

灰色部分代表对变量进行筛选

绿色部分代表从第三个记录读到第五个记录

 

2.关于in 的应用

Data in1;

Set one(in=ina)  two(in=inb);

In_one=ina;

In_two=inb;

Run;

 

一个关于in的应用：

Data in2;

Set one(in=ina)  two(in=inb);

    If  ina=1 then flag=1;

       else flag=0;

Run;

 

3.nobs和point的应用

 

data nobs;

set fvr.test1 nobs=obs_total;

total=obs_total;

output;

stop;

run;

绿色部分是将观测数传送给临时变量obs_total;

上述语句只会返回数据集的第一条记录

 

Data point1;

   n=2;

    Set  fvr.test1 point=n;

   Output;

   Stop;

Run;

注：point和nobs一样，后面都要跟变量，而不能是常量；

Point语句必须与stop语句一起使用，凡是出现point语句必须出现stop语句，否则容易陷入死循环

point和nobs语句是相互独立的，point语句是在pdv之后，而nobs语句是咋pdv 之前；

下面一个综合应用（获取数据集最后一条记录）：

Data nobs_point;

Set fvr.test1 nobs=last  point=last;

Output;

Stop;

Run;

程序解读：编译时nobs=对应数据信息（总观测条数），会传给last临时变量；

接下来程序读入test1进入pdv，读到point=选项时，数据指针会获取last的值，指针会直接指向last对应的观测值，

最后输出该观测值；停止data步的执行；

上述方法是获取数据集最后一条记录最快速的方法，

像下面的语句：

Data zhu;

   set fvr.test1 end=obs_last;

   if obs_last=1;

Run;

显然这个代码需要将数据集全部读入pdv，显然是不经济的

 

4.输出多个数据集；

Data  d1  d2;

   set sashelp.class;

    if _n_ le 10 then output d1;

    else output d2;

Run ;

观测序号小于或者等于10的输入到d1，否则到d2