4.4 用proc print打印你的数据
基本形式:PROC PRINT;
SAS默认打印最近使用的数据集,DATA=可以指定数据集:
PROC PRINT DATA=data-set;
SAS默认打印观测值数,noobs选项可以取消。SAS默认打印时用变量标签代替变量,用label可以改变取消:
PROC PRINT DATA=data-set NOOBS LABEL;
还有下面的选项:
BY variable-list; 前提是数据必须进行排序
ID variable-list;
SUM variable-list; 打印变量总数
VAR variable-list; 指定打印哪部分变量以及打印顺序,默认打印全部。
例子 有学生卖糖果的数据,Candy.dat,记录学生名、所属班级、销售日期、卖的糖果类型、卖出的糖果数。
下面的程序读取数据、计算每个学生赚得的利润(每买一块赚1.25美元),并用proc sort按班级排序。接着在proc print语句中加入by,以分班级打印,加入sum,计算每个班级总利润:
输出结果为:
4.5 用formats改变打印外观
打印数据时,SAS会自动为你安排最好的格式,小数点位数、空格等。
当不需要默认格式时,可以用SAS formats改变打印的外观。
对于字符串、数值、日期变量,SAS有很多格式。比如可以用commaw.d格式打印有逗号的数字,用$w.格式控制打印的字符串数,用MMDDYYw.格式将日期(以1960.1.1为基点的数字)打印成12/03/2003这样的格式。甚至可以将格式打印成十六进制、区位十进制、压缩十进制等。
SAS格式的普通形式为:
符号说明:$说明了是字符串、format是格式名、w是包括包括在小数点在内的长度、d是小数位数。句号非常重要,它用来区分格式名和变量名。
Format语句 可以用format语句同时将格式和变量联系起来,用format+变量名+格式名,比如想要将格式DOLLAR8.2和变量profit、loss联系起来,把格式MMDDYY8.和格变量saledate联系起来:
FORMAT Profit Loss DOLLAR8.2 SaleDate MMDDYY8.;
Format可以用在数据步和过程步中,前者将把格式永久储存,后者只是临时储存。
Put语句 当写原始数据或者报告时,也可以在put语句中使用formats,在每个变量后面加上格式:
PUT Profit DOLLAR8.2 Loss DOLLAR8.2 SaleDate MMDDYY8.;
例子 在上面的学生卖糖果的案例中,可以看到输出的日期是SAS日期值,这里用format变换成日期格式,并且用DOLLAR6.2将利润换成货币格式,
输出结果为:
4.6 可供选择的formats
下面是例子
4.7 使用proc format创建自己的格式
有时候变量值用数字代表实际的变量值,比如1代表男性,2代表女性,这种代码在打印的时候不好解读,可以用proc format使得打印出想要的值。
基本形式为:
Value语句中的name是格式的名字,如果格式是位字符串设计,则必须以$开头,长度不能超过32个字节(包括$),不能以数字结尾,除了下划线,不能包含其他任何特殊符号。且名字不能与已有的格式名冲突。Range是分配给等号右边文本的变量值,文本可以达到32767个字节,有的过程只会打印前面8或16个字节。下面是一个例子:
变量值是字符串要加上引号,range不止一个值要用逗号隔开,连续的range要用-,关键字low和high可以用来指代变量中最小和最大的的非缺失值。也可以用<来排除或指代某些范围,other可以给任何没有列在value语句中的变量分配格式。
例子 有一份关于汽车公司客户的调查信息。包括客户年龄、性别(1为男性,2为女性)、每年收入、偏爱的汽车颜色(yellow,gray,blue,or white):
下面的代码读取数据,并使用format过程为颜色、性别和汽车创建格式,并在打印数据时用format为变量指定这些输出格式:
输出结果为:
4.8 定制一个简单的报告
数据步可以帮助在报告中完成一些个性的需求,比如一页打印一个观测值等。
用file语句和put语句 ,基本形式为:
FILE‘file-specification’PRINT;
如input,put语句也有list,column,formatted方式,但因为SAS已经知道变量类型,因此不用符号$。且如果使用list ,SAS会自动在两个变量之间加上空格;使用column或者formatted,SAS将会把变量放在任何你指定的地方。使用指示器@n指定移动到第n列,+n指定移动n列,/跳动到下一行,#n跳动到第n行。用@hold住当前行。
例子 再一次使用学生卖糖果的案例,Candy.dat,记录学生名、所属班级、销售日期、卖的糖果类型、卖出的糖果数。
老师想看每位学生的销售情况,故要每页分别打印一位学生的情况,代码如下:
Data null是告诉SAS不要写数据集名,以便使得程序更快。File语句创建了一个输出文件,空标题title语句告诉SAS去除所有的自动标题。
第一个put语句以一个指示器开头,@5,告诉SAS移动到第5列,接着打印出“candy sales report for”,后面是姓名name。变量name、class和quantity都是以list方式打印,而profit
是使用formatted方式打印,并给定格式dollar6.2。一个斜杠是指跳到下一行,两个斜杠是跳到下两行。最后,语句put_age_是在每个学生报告下面插上页码,程序运行后,日志说明如下:
前三页报告如下:
4.9 使用proc means描述数据
可以用proc mens查看一些简单的统计量,Means过程开始于关键词proc means,后面接需要打印的统计量,基本形式:
PROC MEANS options;
如果不加选项,则默认打印出非缺失值个数、均值、标准差、以及最大最小值,下面是用选项可以查看的统计量:
如果没有其他语句,proc means语句会给你数据集中所有观测值和所有数值变量的统计量,这里是一些可以用到的语句:
BY variable-list; 分变量单独分析,但数据必须先按照variable-list的变量顺序排序(proc sort)。
CLASS variable-list; 也是分变量单独分析,看起来会更集中一些,且不需要排序。
VAR variable-list; 指定分析中使用哪种数值变量,默认则使用所有的数值变量。
例子 有一个花朵销售的数据,Flowers.dat,包括顾客ID,销售日期,petunias,snapdragons,
marigolds三种花的销售量:
下面的代码读取数据,计算新变量销售月份,month,并使用proc sort按照月份排序,并使用proc means的by语句来按照月份描述数据:
输出结果为:
4.10 将描述性统计写入SAS数据集中
有两种方法可以在SAS数据集中储存描述性统计量,Output Delivery System(ODS),或者output语句。前者在5.3,后者的基本形式为:
OUTPUT OUT=data-set output-statistic-list;
Data-set是要储存结果的数据集名,output-statistic-list则界定需要保存哪些统计量和名称,可能的形式为:
statistic(variable-list)=name-list
statistic可能是proc means语句中的任何一种统计量(sum,n,mean…),variable-list则界定VAR语句中哪些变量需要输出,name-list则定义统计量的新名字。比如,proc means语句产生了一个数据集ZOOSUM,包括一个观测值和变量lionweight(the mean of the lions’weights),BearWeight(the mean of the bears’weights)。
Noprint是告诉SAS不需要产生任何打印结果,因为已经将结果存入数据集中。
例子 仍然是花朵销售的数据
要描述数据,每个顾客只有一个观测值,包括SUM和MEAN,并且将结果储存到数据集中以便日后分析。下面的程序读取程序,按照CustomerID排序,使用means过程,结果存在totals数据集中。以原始名Petunia,SnapDragon,and Marigold给出sum,以新变量名MeanPetunia,MeanSnapDragon,and MeanMarigold给出mean
结果如下: