@[TOC] (目录）
数据集的命名
sas先根据设定的总位数来读取数据，然后继续考小数位数的设定
sas读整数，没有小数点就自动把自己降为小数
== proc print输出数据集==把读取的数据显示到输出窗口
sas默认对字符只读取8位，如果变量宽度超过8字节，最好加上宽度值，以保证sas能全部读取
常用的分隔符 - / .等sas都可以识别，但是分隔符也占宽度
如果年月日之间没有任何分隔符，此时sas要求输入的月和日都是2位（130508）（2013-5-8）
== 日期型变量的宽度最大不能超过32==
sas默认以空格作为变量分隔，但是一旦对变量指定了宽度，sas就不在以默认的空格作为变量区分标志，而是按指定的宽度识别
== 在变量和输入格式之间加冒号：==告诉sas如果要读取下一个变量，需要满足小面任一条件：要么遇到空格，要么变量的宽度读完了
当同一变量的不同数据有不同宽度时，可以指定数据中最大或更大的一个宽度值，然后结合冒号读取
== 变量包含空格==在变量后多加一个&符号
因为每个变量本身有空格，所以变量之间就需要2个或2个以上的空格隔开，这样sas就会把2个及以上的空格作为变量分隔符
== 指定输入格式会改变变量的值，而指定输出格式不会改变变量的值，只是改变显示的样子==
input
format 变量1 格式1 变量2 格式2
w.d
commaw.d:将数值的整数部分自右向左每三位用逗号隔开== w包含逗号和小数点在内==
percentw.d:将数据显示为百分位形式，自动将变量值乘以100，并加上%== 指定w时要预留3个字节的位置显示%==
对于字符型变量来说，只要把正确读取进来，sas就会原模原样的把它输出出去
== proc format==
== low-high的范围就是从最低值到最高值==
== 变量名=表达式或函数==
新变量一定要写在input和cards之间
== if 表达式 then 新变量= ;
else 新变量= ； ==
== retain 变量 <初始值>；==
== 变量+表达式；==
==do 变量=初始值 to 最终值 <by 增加量>;
sas语句；
output；
end； ==
== length 变量1 <$> 长度1== length与一定要在新变量产生之前就设定好，否则是不起作用的。
字符变量的长度由第一个遇到的值的长度决定，而且字符变量一旦产生，它的长度就无法改变
== @@是强制sas往右读取数据==
@也是强制sas往右读取数据，不过它只在一定条件下才起作用，只有data不=步中有两个input语句的时候，才对第二个input语句才起作用，如果只有一个input语句，@就不起作用
1.计算变量的长度
length
lengthn
== 如果要对一个变量的所有值进行同样的操作，而这个变量中的值长度不同，那就需要先判断变量长度，然后对不同长度设置不同的添加==
2.提取变量中的字符
substrn：指定一个变量，对该变量从起始位置开始，提取指定长度的字符
3.查找变量中的字符
find
findc：根据指定的起始位置，查找相应的内容，如果找到就返回找到的位置，找不到就返回0
anyalpha：查找变量中任意的字母，并返回第一个字母的位置
anydigit：查找变量中任意的数字，并返回第一个数字的位置
anyalnum：查找变量中任意的字母或数字，并返回第一个字母或数字的位置
4.替换变量中的字符
tranwrd(变量，查找值，替换值）：从变量中找到“查找值”，并用“替换值”替换掉。
tranwrd一次只能替换一个字符串
5.去除变量中的字符
compress（变量<,欲去除的字符><,“修饰符”>）：从变量中去掉“欲去除的字符”
== 修饰符== a去掉变量中所有的字母
b去掉所有的数字
s去掉所有的空格
i忽略大小写
k保留“欲去除的字符”，去掉其他的字符 
6.变量的合并
cats：将几个变量合并为一个变量，删除前后空格
catx（“分隔符”，变量1，变量2…）：将几个变量合并为一个变量，中间用分隔符隔开
==||==常规的连接符连接变量
7.清点变量中某字符的个数
count（变量，欲清点的字符<,“i”>）:从变量中找到欲清点的字符，返回字符个数，如果没有找到返回0
8.查找变量中的缺失值
missing（变量）：判断变量是否为缺失值，是则返回1，不是则返回0
missing对数值型变量和字符型变量都是通用的
missing函数一次只能查找一个变量的缺失值，但不意味着多个变量的查找需要写多个函数
1.日期的合并与差值
mdy：将年、月、日合并为一个日期格式的变量或值有人
yrdif（开始日期，结束日期，“计算依据”）：计算两个日期之间以年为单位的差值
datdif（开始日期，结束日期，“计算依据”）：计算两个日期之间以天为单位的依据
计算依据指定计算差值的依据，通常指定’actual",也就是按照当年的实际天数计算
2.日期的提取
用input函数和put函数转换已有变量的格式，一定要赋值给另一个变量，而不能是原有变量
input（变量，输入格式）：字符型转为数值型，或将字符型转换为其他格式的字符型
put（变量，输出格式）：把数值型转为字符型，
靠左显示说明变量是字符型，靠右显示说明是数值型
put函数输出的值一定是字符型，不管它看起来是数字还是其他样子
cdf（‘分布’，分位数，参数）：返回指定分布的累积概率分布与分位数对应的概率
lag函数的作用是返回指定变量的前一个（或前几个）记录
dif函数返回当前记录与前一个（或前一个）记录的差值
set语句的作用是将若干个数据集依次纵向连接，并存放到data语句建立的数据集中。
如果set后面只有一个数据集，此时相当于复制
data 数据集；
set 数据集1（数据集选项） 数据集2（数据集选项）…；
run；
数据集选项
数据集1（in=临时变量1）：针对数据集1产生一个临时变量1，当合并的记录属于数据集1时，该临时变量值为1，否则为0.所以可以利用in=选项判断合并记录哪些属于数据集1 ，哪些属于数据集2.
临时变量可以调用，但不会再结果中显示，所以可以把他们赋值给另外的新变量就可以显示出来了。
数据集1（rename=（原名1=新名1））：把数据集1中的变量改一下名字。当准备合并的2个数据集变量名不同时需要用这个选项把名字改为相同。
sas的数据集一旦建立成功，就没法用命令修改了
如果想对已有数据集进行修改，只能用data语句新建一个数据集，然后用set语句把已有的数据集复制过来，然后在新建相应操作。
data语句的作用是创建新的空白数据集，而不是打开数据集
data 数据集；
merge 数据集1 数据集2；
by 变量1 变量2；
run；
在利用by语句横向合并时，如果两个数据集事先没有按id排序，一定要先对他们分别进行排序才能合并
数据集的并集
数据集的交集
proc compare <base=数据集 compare=数据集> ;
by变量1 变量2；
id变量1 变量2；
run；
nosummary：不显示一些概括性的结果
transpose：按记录显示不一致的结果，如果不指定该选项，默认的是按变量显示不一致的结果
by：指定索引变量，如果两个数据集的记录不同，通过by语句可以避免错位比较的情况
id：指定索引变量，让你很方便地根据该变量找到相应的观测，如果不指定，默认结果只显示第几行
proc sort <data=数据集> <out=数据集> ；
by 变量1 变量2；
run；
proc sort语句调用排序过程
data=数据集指定对哪个数据集进行排序
out=数据集把排序后的数据集输出到指定数据集中，此时原数据仍然保留
nouniquekey输出重复值
nodupkey删除重复值，也就是输出唯一值
重复值的定义需要在by中指定，如果要查找重名的人，那就在by语句中指定代表姓名的一个变量就行，如果姓名和性别都相同才算重复值，那就在by语句中指定代表姓名和性别两个变量。
sort过程自动产生两个变量：first.变量和last.变量，分别表示某变量某个值的第一个和最后一个观测
只要想对多个变量执行完全相同的操作，就可以考虑用数组批量执行这些操作
array 数组名[下标] <$> <数组元素><（元素初始值）>；
array是定义数组的标志
数组名就是给数组起个名字
下标指定数组中包含的变量个数
数组元素主要是列出数组中包含的一个或多个变量，这些变量可以是数据集中已有的变量，也可以是新变量。如果新建的变量是字符型，需要在前面加上$符号
元素初始值是指定新变量的值，如果不指定元素初始值，默认新变量的值为缺失值。
数组定义注意事项
数组名不能与数据集中已有变量名重名，也不要与已有函数同名。
一个数组中的变量类型必须相同，不能既有数值型，又有字符型。
数组下标既可以用[],也可以用{}或()。
数组中下标可以是个范围，如[11:15]。
数组中的下标可以不写，而用代替，如[]。
数组中的数组元素可以不写。
元素初始值一定要用（）括起来，各个值之间可以用逗号或空格隔开。
自动变量：sas在运行某些过程中自动产生的变量，这些变量不会直接在结果中显示，但确实存在，可以调用。
_n_表示观测或记录的序号
_numeric_表示数据集中的所有数值型变量
_character_表示数据集中所有字符型的变量
_all_表示数据集中所有的变量
dim（）函数是专门针对数组的函数，他的作用是返回指定数组所含元素的个数
data 新数据集；
set 已有数据集；
if | where 条件语句；
proc print；
run；
作用一样，都可以根据指定的条件选择观测，但在某些具体用法上有细微差别。
1.都可以使用的场合
利用set语句有条件地复制数据集时，set后紧跟着条件语句，此时两者都可以。（where运行速度快，因为在读入数据之前就执行选择条件）
2.只能用if 的几种场合（并非全部场合）
a。使用sas的自动变量
b。如果指定的条件变量是新产生的变量
3.只能用where的几种场合（并非全部场合）
a。使用某些特殊运算符
between…and…指定介于数值变量两个观测值之间的观测
contains“指定字符”：指定字符型变量中包含字符的观测
like“指定字符”：指定字符变量中与指定字符相似的观测，模糊部分可以用%（代表多个字符）或_（代表一个字符）代替
is null或is missing：指定包含缺失值的观测
b。调用某一个proc过程时，如果要选择部分观测执行该过程
c。当作数据集选项使用时
多重填补法：首先利用数据集中的其他变量来预测具有缺失的变量值，然后用模拟的方法产生一个预测值的分布，从预测值的分布中随机抽取数据作为缺失值的填补。由于缺失变量可能是另一个缺失变量的预测变量之一，所以该过程需要重复多次，循环产生预测值并使用每次更新后的值，最终该过程产生一个没有任何缺失值的数据集。
proc mi <out=数据集> <round=> ；
mcmc；
var 变量1 变量2 …；
run；
proc mi语句调用缺失值填补过程
out=是把填补后的数据保存到自定义的数据集中
round=指定填补值的小数位数
minimum> <maximum指定填补值的最大值和最小值
mcmc语句采用蒙特卡洛模拟方法来产生一个抽样分布，作为缺失值的填补技术
var语句指定哪些变量需要填补
由于多重填补利用的是模拟分布和随机抽样技术，每次产生的填补值都是不一样的
sas默认产生5个填补完整的数据集
proc mianalyse可以直接对mi过程产生的5次填补结果进行综合分析
data 新数据集；
update 旧数据集 新数据集；
by 索引变量；
run；
用update的时候，新建的数据集无需包含所有数据和变量，只要有打算修改的就行，其他作为缺失值即可
这些语句都可以用于data步中，如果数据是利用input语句输入的，那这些语句通常放在input和cards之间；如果是利用set语句复制进来的，则放在set语句后面。
1选择具有相同特征的人群子集
data 新数据集；
set 已有数据集；
if | where 条件语句；
run；
2选择连续记录的数据子集
proc print data=数据集（firsttobs= obs=）；
run；
firsttobs=指定第一个记录号
obs=指定最后一个记录号
data 新数据集；
set 已有数据集；
keep | drop 变量1 变量2；
run；
proc sgplot过程，主要用于绘制线图、点图、柱状图、箱式图、散点图、密度分布图、气泡图、瀑布图、带状图、阶梯图等。
proc template和proc sgrender过程，可自行定义绘图模板，设计自己想要的任意图形。
proc gradar 过程，可用于绘制雷达图、日历图、风玫瑰图等。
proc gmap和proc mapimport过程，可用于绘制各种地图。
“ODS图形设计器”—直方图----选择数据集和变量
可以在当前图上叠加其他图“添加元素”
分年龄、性别看各组的分布—面板变量
箱子中间的圆圈或加号为均值
横线为中位数
箱子两端分别是上下四分位数
箱子外面横线是最大值最小值或上下四分位数+1.5*四分位数间距
超出横线为异常点
如果指只想分析某一部分人群，可以使用where语句
当我们想要在一幅图中同时显示两个指标，而这两个指标的数值又相差很大，就可以考虑增加第二个坐标轴，设置另一套刻度，这样就不会出现两条线相差悬殊的情况了。
根据一定的标准值将图划分为多个不同颜色的区域，每个区域代表不同等级的风险。根据个体落在不同的区域，可以判断个体的风险程度。
饼图不仅可以显示分类变量各类的百分比，也可以用来展示连续变量，显示各块饼中某变量的均值
可以同时反映两个变量的分布
对于三维直方图，数据太少会不好看，因为它需要利用两个变量不同组合的频数来绘制。
rand函数产生随机数
日历图是将一个圆圈划分为面积相等的12份，分别表示1-12月，每部分用不同的颜色表示各月份中某指标值的情况
1.proc mapimport过程
proc mapimport datafile=文件路径和名称 out=数据集名 ;
id 变量 ;
select 变量1;
exclude 变量1;
rename 变量1=新变量1;
proc mapimport调用地图文件导入过程
datafile=指定要导入的地图文件路径和名称
out=指定将导入的地图文件输出的数据集名
选项contens会在log窗口显示导入数据集的基本信息，如变量名称及其类型等。
id指定作为索引的id变量
select指定保留的变量名
exclude指定去除的变量名
rename用于修改原有数据集中的变量名
2.proc gmap 过程
proc gmap data=数据集名 map=地图文件名;
id 变量;
choro 反应变量<选项>;
block 反应变量<选项>;
prism 反应变量<选项>;
area 反应变量<选项>;
proc gmap调用绘制地图过程，该语句必须指定data=和map=
map=指定地图数据集，包含绘制地图所需的各种变量
data=指定分析数据集，包含打算在地图上显示的反应变量
id指定作为索引的变量
choro绘制二维地图不同区域用不同颜色显示
block绘制三维地图，不同区域用不同颜色和高度的柱子显示
prism绘制三维地图，不同区域用不同颜色和高度的凸出显示
area需与block或prism语句一起使用，在不同区域显示不同颜色的柱子或凸出的同时，在地图的平面图也显示不同的颜色
sas自带的地图文件虽然方便，但它的数据太局限，只有省的数据，而没有具体到市县的数据
proc tabulate/选项；
class 分组变量1；
var 分析变量1；
table 变量布局；
keylabel 关键词1=“标签1” ；
run；
如果关键词什么都不指定，默认对分类变量输出例数，对连续变量输出总和。
1.为变量添加标签
2.消除表格中单元格的自动合并
3.不显示变量名
去掉变量名与指定变量名的格式是一样的
="" 里面什么不填相当于去掉标签
4.修改缺失值的显示方式
5.增加合计项
6.修改表中数据的显示形式
一般的布局规律从大道小，先安排总体的大布局，在安排局部的小布局，最后再对变量或关键词进行名称或格式的修饰
proc report;
column 变量1;
define 变量/选项;
break after/before 变量/选项;
rbreak after/before /选项;
compute after/before 变量;
line “描述”;
endcomp;
compute 变量;
call define(列标识，格式，格式设定值);
endcomp;
by变量;
run;
由于指定的变量既有字符变量，也有数值变量，因此最终显示的是所有符合条件（bmi>=27）的每一条观测
字符变量的默认显示方式是diaplay，即显示每一条观测，而数值变量默认的显示方式是analysis，即显示变量的统计量，默认的统计量是sum
如果想显示数值变量的每一条观测加上display选项就行。
如果想要同时显示多个统计量，需要在column语句中指定，而不是在define语句中，define语句一次只能指定一个统计量。
report过程还可以加上自己的总结性文字描述，并在文字中穿插自动变化的统计量
修改变量的输出名字，只要在define语句中直接加引号就行
如果想要让输出的名字分行显示，只要加上/就可以
把sas的结果直接传送到word或Excel，PDF
把输出结果的全部或者一部分保存到另一个数据集中，以备后用
选择性的输出结果，根据自己的需要只输出想要的部分结果
proc template;
define style 模板名;
style 样式元素/样式属性;
end ;
run ;
