加载中…如何用SAS对部分观测值进行处理
(2014-03-20 18:23:54)
标签：
sas统计结果procprint部分观测值 |
分类： SAS_STATA_GAMS_MATLAB_Hadoop |
两三年前常用SAS和STATA，现在沉迷于EXCEL，迫于课程需要，重拾SAS，code几乎全忘。一边看资料和自己博客里的一些记录，一边重拾当年的回忆。原来博客里的那些SAS
code几乎都没有解释，以前只是把平时的一些code扔了进去，趁这次重新开始摸索，努力写点较为详细的资料。
SAS在处理数据方面的功能还是相当强大的，把这两天用到的一些方法稍微整理了一下。
拿到数据，一般都要先观察下数据，常用的相关SAS命令有：proc freq，proc means， proc
print。
昨天用了这么一小段：
proc print data=econ.cotton;
sum NetAcre;
where CropYear=1997 &
category='CAT';
RUN;
这段语句中，用的数据是econ.cotton这个数据，其中有个变量名字是“NetAcre”，另外这个dataset中有一个变量是“category",数据被分到很多不同类中，我只对其中“CAT”这一类感兴趣。所有要求sas计算所有1997年属于CAT这个类型中的所有observation的“NetAcre"的总和.
proc print可以用来让SAS直观的输出数据，
sum是命令SAS求和；
where是告诉SAS我对那部分变量感兴趣。如果不写where这行语句的话，sas会对所有observation的“NetAcre”进行加总，而加了where这个命令后，只对1997年属于“CAT"这个类型中的观测量进行加总。
类似的还有：
PROC FREQ data= econ.cotton;
TABLE InsPlanAbb*CoverLevel;
where CropYear>2000 <2004;
run;
这里只对2000年到20004年的数据感兴趣，因此加了“where
CropYear>2000 <2004;”这一小节。
proc freq里常用到“Table”，这个的结果是这样子：
“InsPlanAbb”这个变量中有APH, CRC, GRIP,
GRIPH这些观测值，“CoverLevel”这个变量中有50-90不同的观测值，通过table可以很直观的看到数据的情况。
另外一个观察变量总和的方法是proc means，要在语句中加入sum这个关键字，不然是得不到加总的。
proc means data= econ.cotton sum mean;
class Covercate CropYear Covercate;
where CropYear>1993 <2005;
output out=try sum(NetAcre)=sum_netacre;
run;
这段中同样用到了where。
output是用来保存数据，不写"output"的话，sas只是让你看一下结果，sum，mean这些统计数据不会被保存到数据库中，想proc
print一样，不写保存的语句的话，结果一闪而过，让你看看而已，不会被保存。要保存的话写上“output out=try sum(NetAcre)=sum_netacre;”这一小段。简单来说，红色部分是不能被修改的，out=是固定的，“try”是我自己给新保存的这个数据库起的名字。sum()是告诉sas你要保存那个变量的加总的结果。因为我要保存的这个变量是NetAcre，所以把NetAcre填到括号里。
喜欢
0
赠金笔