《SAS编程与数据挖掘商业案例》学习笔记之十九

继续《SAS编程与数据挖掘商业案例》学习笔记，本文侧重数据处理实践，包括：HASH对象、自定义format、以及功能强大的正则表达式

一：HASH对象

Hash对象又称散列表，是根据关键码值而直接进行访问的数据结构，是根据关键码值而直接进行访问的数据结构，

sas提供了两个类来处理哈希表，用于存储数据的hash和用于遍历的hiter,hash类提供了查找、添加、修改、删除等方法，hiter提供了用于定位和遍历的first、next等方法。

优点：键值的查找是在内存中进行的，有利于提高性能；

              hash表可以在数据步运行时，动态的添加更新或删除观测；

              hash表中可以很快的定位数据，减少查找次数；

常用方法：

definekey：定义键

Definedata:定义值

definedone：定义完成，可以载入数据

add：添加键值，如在hash表中已存在，则忽略；

replace：如果健在hash表中存在，则替换，如果不存在则添加键值

remove：清除键值对

find：查找健值，如果存在则将值写入对应变量

check：查找键值，如果存在则返回rc=0，不修改当前变量的值；

output：将hash表输出到数据集

clear：清空hash表，但并不删除对象

equal：判断两个hash类是否相等

 

find方法的示例：

libname chapt12 'f:\data_model\book_data\chapt12';

data results;

 if _n_=0 then set chapt12.participants;                  

   if _n_ = 1 then do;

    declare hash h(dataset:'chapt12.participants');    

    h.definekey('name');

    h.definedata('gender', 'treatment');

    h.definedone();

  end;

   set chapt12.weight;

  if h.find() = 0 then

    output;

run;

 

hiter对象的引例：

data patients;

  length patient_id $ 16 discharge 8;

  input patient_id discharge:date9.;

datalines;

smith-4123 15mar2004

hagen-2834 23apr2004

smith-2437 15jan2004

flinn-2940 12feb2004

;

data _null_;

  if _n_=0 then set patients;

  declare hash ht(dataset:"patients",ordered:"ascending");

  ht.definekey("patient_id");