SAS函數(shù)精選 翻譯

1、轉(zhuǎn)載：SAS函數(shù)精選一 翻譯下面是Dr. Ron Cody的一篇關(guān)于SAS函數(shù)的文章，非常好的函數(shù)介紹文章。曾經(jīng)在2009年SAS公司（上海）舉辦的一次SASor聚會上，我做了一次關(guān)于SAS函數(shù)的presentation分享，見 ppt和正文，我發(fā)現(xiàn)竟然有部分內(nèi)容重合。 我個人非常喜歡SAS系統(tǒng)提供的函數(shù)，建議老手新手都可以讀讀下面的文章，祝都有所獲！最有用的一些SAS函數(shù)A Survey of Some of the Most Useful SAS Functionsby Dr. Ron Cody 翻譯 sxlion摘要：SAS函數(shù)為你的數(shù)據(jù)步（DATA step）編程提供驚人的能力。有一部

2、分SAS函數(shù)是精華，能夠幫助你節(jié)省大量不必要的代碼。這篇文章內(nèi)容覆蓋其中最有用的一些SAS函數(shù)。有些函數(shù)可能對你來說有些陌生，然后她們將會改變你的編程方式，并助你輕松完成日常的編程任務(wù)。介紹：本文寫到的大部分函數(shù)都與字符數(shù)據(jù)有關(guān)，這些函數(shù)的功能包括搜索字符串，查找和替代字符串，或連接字符串，還有些函數(shù)能測量兩個字符串之間的距離（這對于“模糊”配對非常有用）。一些最新和最嘆為觀止的函數(shù)還以Call例程的形式存在。你知道怎么用函數(shù)在同一個觀察值進行排序嗎？你知道你不僅可以定位一列變量中極大或極小值，而且可以定位到第二位、第三位最大或最小的值？ 如果你覺得上面的介紹能夠吸引你的興趣，請繼續(xù)往下讀！

3、SAS是怎樣存儲字符值的？在我們討論字符函數(shù)之前，了解SAS怎樣存儲函數(shù)值非常重要。為了幫助討論，你首先需要理解兩個重要的字符函數(shù)：LENGTHN和 LENGTHC。LENGTHN和 LENGTHC這兩個函數(shù)返回字符值的長度信息，其中LENGTHN返回未計算后綴空格語句的長度。LENGTHC返回字符變量的存儲長度。你也許對舊的SAS函數(shù)LENGTH比較熟悉，大部分情況下函數(shù)LENGTH和LENGTHC返回同樣的值。有一個例外的是，當語句里是缺失值時，LENGTH函數(shù)返回的是1，而LENGTHN返回0。有一些新函數(shù)看起來是在舊函數(shù)后面加個字母“n”，這里的“n”代表“空字符串”（“null st

4、ring”）。在SAS9中，長度為0的字符串概念被引進。在大多數(shù)情況下，如果你看到一個你似曾相識的新函數(shù)（比如說新函數(shù)TRIMN，你已經(jīng)知道函數(shù)TRIM），你應(yīng)該使用帶“n”的新函數(shù)。 看一下下面的程序：程序112345678910data chars1;length String $ 7;String = 'abc'Storage_length = Lengthc(string);Length = lengthn(String);Display = ":" | String | ":"put Storage_length= /Lengt

5、h= /Display=;run;圖1：程序1的結(jié)果Storage_length=7Length=3Display=:abc :記住，SAS字符變量的存儲長度在編譯階段被設(shè)置。因為LENGTH語句在字符設(shè)置語句之前，SAS為字符串設(shè)置了長度為7。因為字符串長度為3，LENGTHN函數(shù)沒有計算字符后面的空格，于是返回3。最后，在字符串的兩邊各加一個冒號，這樣就清楚的看到字符串后面包含了四個空格。如果你把LENGTH語句往后面移一步，像下面：程序212345678910data chars2;String = 'abc'length String $ 7;Storage_lengt

6、h = lengthc(String);Length = lengthn(String);Display = ":" | String | ":"put Storage_length= /Length= /Display=;run;你將得到下面結(jié)果：圖2：程序2的結(jié)果Storage_length=3Length=3Display=:abc:注意到上面結(jié)果中，LENGTH語句被忽略了。因為Sting = “abc”出現(xiàn)在LENGTH語句之前，字符串的長度已經(jīng)被設(shè)置。根據(jù)經(jīng)驗，運行PROC CONTENTS來查看所有數(shù)據(jù)集，檢查所有字符變量的存儲長度。如果你

7、看到有些字符串的長度達到200，你不用吃驚，因為很多SAS字符函數(shù)的默認長度就是200，也就是說如果你沒有顯示的用LENGTH語句或其他方式定義變量長度的話，SAS就會默認字符串長度為200。缺失值函數(shù)和CALL MISS例程在過去，你可以像下面這樣檢查一個數(shù)據(jù)步中的缺失值：*老方法 ;if Age = . then . . .If Char = then . . .*新方法 ;if missing(Age) then . . .if missing(Char) then . . .這個missing函數(shù)的新語句可以確認數(shù)值變量和字符變量是否為空 ，如果是空，則返回1，否則返回0。我個人非常推

8、薦你在任何需要測試一個變量是否為空的程序中使用這個函數(shù)。這樣你會發(fā)現(xiàn)你的程序更漂亮。如果你需要設(shè)置一個或多個字符或數(shù)字變量為空值，你可以使用下面的老方法，比如：123456789array x10 x1-x10;array chars5 a b c;do i = 1 to 10;xi = .;end;do I = 1 to 3;charsi = ' 'end;drop i;或者你也可以使用像下面這樣的call missing歷程，以便節(jié)約更多的時間。call missing(of x1-x10, a b c);INPUT函數(shù)這是我學習SAS（多年前）是遇到理解困難的函數(shù)之一。一

9、個簡單的方法就是思考INPUT函數(shù)，問自己“INPUT語句是干什么的？”，它通常從按照預(yù)先提供的INFORMAT格式從一個文件中讀取文本。同樣，INPUT函數(shù)做類似的工作，它根據(jù)函數(shù)提供的第二個語句INFORMAT，讀取函數(shù)提供的第一個語句中的文本。也許下面的程序可以跟直觀的幫助理解。程序31234567data _null_;c_date = "9/15/2004"c_num = "123"Sas_Date = input(c_date,mmddyy10.);Number = input(c_num,10.);put SAS_Date= Number=

10、;run;程序3中有兩個字符變量c_date和c_num。使用INPUT函數(shù)，你可以根據(jù)第一個語句的值新建一個真實的SAS數(shù)據(jù)（數(shù)值型），根據(jù)第二個語句將字符轉(zhuǎn)化為數(shù)值。注意，c_num的讀入格式是10.。和從文件中讀入文本不同的是，INFORMAT不能讀完字符值。運行這段代碼，SAS_Date和Number的值顯示如下： 圖3：程序3的結(jié)果Sas_Date=16329 Number=123PUT函數(shù)PUT函數(shù)是與INPUT函數(shù)對應(yīng)的函數(shù)。同樣，你可以考慮PUT語句的作用讀取一個SAS值（字符或數(shù)值型），應(yīng)用輸出格式FORMAT，并通常寫出到一個文件的結(jié)果中。PUT函數(shù)獲取第一個語句的SAS值

11、，并且按照第二個語句的格式寫出到結(jié)果中。PUT函數(shù)的用途之一就是將數(shù)值型轉(zhuǎn)化為字符型，另外一個用途就是使用用戶自定義格式建立一個新變量。下面是一個例子：程序4123456789data _null_;SAS_Date = 1;Number = 1234;SS_num = 123456789;Char_Date = put(SAS_Date,mmddyy10.);Money = put(Number,dollar8.2);SS_char = put(SS_num,ssn.);put Char_date= Money= SS_char=;run;這個例子使用了三個數(shù)值（分別是SAS日期，一個數(shù)和一

12、個社會安全號），并且新建了三個字符型變量。運行這段代碼后，字符變量的值為：圖4，程序4的結(jié)果Char_Date=01/02/1960Money=$1234.00SS_char=123-45-6789下一段程序告訴你使用一個格式將不同年齡組進行分類，這種方式在某種程度上比使用一系列的IF-THEN-ELSE語句更簡單。下面是程序例子：程序512345678910111213proc format;value agegrp 0-20='0 to 20'21-40='21 to 40'41-high='41+'run;data PutEx;input

13、Age ;AgeGroup = put(Age,agegrp.);datalines;15 25 60;proc print;run;新變量AgeGroup是一個使用了格式化的Age值的字符變量。新變量的存儲長度是與格式化值最大長度是一致的。下面，你可以看看變量Age和AgeGroup的值。圖5：程序5的結(jié)果Age AgeGroup15 0 to 2025 21 to 4060 41+FIND和FINDC函數(shù)FIND函數(shù)使用第一個語句定義的字符串，查找有第二個語句定義的子字符串，如果子字符串找到，函數(shù)返回它的位置。如果沒有找到，則返回0。FIND函數(shù)中有兩個可選的語句修飾符和起始位置。最常用的

14、修飾符為“i”，表明忽略大小寫。起始位置定義在開始搜索的位置，如果起始值為負數(shù)，則搜索開始于起始位置絕對值的位置，并且從右往左搜索。隨便提一下，兩個可選語句的位置可以顛倒。為什么這樣也可以呢？ 修飾符通常是字符值，而起始位置通常是數(shù)字值，哈哈，厲害吧！如果你僅僅輸入了一個修飾符或起始位置值，放第三個語句位置即可。下面是一個例子。程序1234567891011data locate;input String $10.;First = find(String,'xyz','i');First_c = findc(String,'xyz','i

15、');/* i means ignore case */datalines;abczyx1xyz1234567890abcz1y2x39XYZabcxyz;這個例子中的兩個函數(shù)使用修飾符“i”，使用了此修飾符，你可以省去改變一個或多個字符串大小寫形式的麻煩。圖：程序的結(jié)果String First First_cabczyx1xyz 8 41234567890 0 0abcz1y2x39 0 4XYZabcxyz 1 1第一個觀察值，子字符串xyz在String的第八個位置才找到。因為FINDC函數(shù)在尋找字母“x”或“y”或“z”，在第一個觀察值中返回一個4，因為字母z在第四個位置找到了

16、。注意但在觀察值2中沒有找到任何配對成功時，函數(shù)返回0。COMPRESS函數(shù)這個當然是我最喜歡的SAS函數(shù)之一。據(jù)我所知，這是唯一從版本8升級到版本9的函數(shù)。這怎么可能呢？該函數(shù)寫法在SAS8和SAS9中是一模一樣的么？答案是“yes“，除了在版本9中增加了一個可選的第三項外。在COMPRESS函數(shù)中的三個語句是：Compress(String, characters-to-remove, optional-modifiers)其中，Sting是你想要壓縮的字符串（除非你使用k修飾符）characters-to-remove是你一列你想要從String中去掉的字符串。如果你僅僅給出了COMPR

17、ESS函數(shù)一個語句，那么就將除掉String中所有的空格?？蛇x修飾符允許你指定字符串子語句，例如：· a 大寫 或小寫字母 · d 數(shù)值（dignits） · i 忽略大小寫 · k 保留列表字符串，而不是去掉 · s 空間（blank，tabs，if，cr） · p 標點符號 我相信修飾符k讓這個函數(shù)變得真正強大。k選項告訴函數(shù)所需要保留的字符列表。設(shè)定你需要保留的通常要優(yōu)于你想去掉的。比如說，如果你使用兩個修飾符k和d，函數(shù)將會保留字符串中所有數(shù)字，丟掉其他東西。這個在你的字符串中包含不可打印的字符串非常有用。下面是一個例子：程序

18、7123456789data phone;input Phone $15.;Phone1 = compress(Phone);Phone2 = compress(Phone,'(-) ');Phone3 = compress(Phone,'kd');datalines;(908)235-4490(201) 555-77 99;COMPRESS函數(shù)將除掉Phone1中的所有空格，因為你僅僅使用了一個語句。對于Phone2，你指定了左右括號，破折號和空格。對于Phone3，你指定了兩個修飾符k和d。注意兩個冒號，這個非常有必要，可以告訴SASkd是修飾符（第三個語句

19、），而不是需要除掉的字符（第二個語句）。注意下面結(jié)果中，Phone2和Phone3是同樣的結(jié)果，然而在Phone中有多余的符號字符。圖7：程序7的結(jié)果Phone Phone1 Phone2 Phone3(908)235-4490 (908)235-4490 9082354490 9082354490(201) 555-77 99 (201)555-7799 2015557799 2015557799這里有另外一個非常有用的例子，將演示COMPRESS函數(shù)能夠用于從包括像包含單位的非數(shù)字字符串中提取數(shù)值?？聪旅妫撼绦?12345678910data Units;input 1 Wt $10.;W

20、t_Lbs =input(compress(Wt,'kd'),8.);if findc(Wt,'K','i') thenWt_Lbs = 2.2*Wt_Lbs;datalines;155lbs90Kgs.;你看輸入數(shù)據(jù)中包括像lbs.或kgs.的單位。這是非常的問題。使用COMPRESS函數(shù)可以得到一個非常簡單和漂亮的方法。你開始可以僅保留原始值中的數(shù)值，然后使用INPUT函數(shù)把字符轉(zhuǎn)化成數(shù)值?，F(xiàn)在你需要判定，是否原始值中包括一個大寫或小寫的k。如果是，你需要把公斤單位轉(zhuǎn)化成英鎊。帶修飾符i的FINDC函數(shù)可以輕而易舉的完成這個判斷。圖8：程序8

21、的結(jié)果Wt Wt_Lbs155lbs 15590Kgs. 198SUBSTR函數(shù)如果你需要從一個字符串中提取一個子字符串，你需要SUBSTR函數(shù)。需要提醒一下的是，有個函數(shù)SUBSTRN非常像SUBSTR，就是多了一些額外的特征。我不知道這些特征是否經(jīng)常被需要，因此本文選擇描述稍微簡單的函數(shù)SUBSTR。此函數(shù)的第一個語句是輸入字符串，第二個語句是你想要提取字符串的開始位置，第三個是，可選語句，設(shè)定子字符串的長度。如果你忽略第三個語句，函數(shù)將提取輸入字符串中最后一個非空字母，也就是說，它忽略輸入字符串的后面的空格（這個特征非常有用）。在我們繼續(xù)例子之前，理解默認長度這個概念非常重要。比如說，在

22、下一個程序中，如果你沒有寫LENGTH語句，SAS將仍然需要設(shè)置一個長度給State。對于這個函數(shù)，默認長度等于函數(shù)第一個語句的長度。你不能使得從字符串提取的子字符串長于字符串本身。很多其他的SAS字符函數(shù)默認長度為200。需要保證的是，具有這個功能的函數(shù)需要在DATA步中包含LENGTH語句。最好是包含LENGTH語句，即使是不需要，這樣是沒有風險的。下面是一個使用SUBSTR函數(shù)的簡單例子。程序9123456789data pieces_parts;input Id $9.;length State $ 2;State = substr(Id,3,2);Num = input(substr

23、(Id,5),4.);datalines;XYNY123XYNJ1234;這里是你想要提取州號碼（從位置3開始，一共兩位），ID的數(shù)字部分從位置5開始。注意你忽略數(shù)值提取中的第三個語句。這個非常有用，因為有的數(shù)字是3個字符長，有的是4個字符長。這個例子中，你使用INPUT函數(shù)將字符轉(zhuǎn)化為數(shù)值。圖9，程序9的輸出結(jié)果Id State NumXYNY123 NY 123XYNJ1234 NJ 1234使用等號在左邊的SUBSTR函數(shù)在早期學SAS的時候，等號在左邊的SUBSTR函數(shù)被稱為是SUBSTR假函數(shù)。據(jù)我所知，這是SAS唯一等號在左邊的函數(shù)。下面是它的用途：允許你用新的字符來替代已有字符串

24、中的字符。這個聽起來挺復(fù)雜的，但是你通過下面的程序看到，這實際上是很直接的方式。下面的程序使用SUBSTR函數(shù)（等號在左邊的）來遮住帳號的前五個字符。代碼如下：程序101234567data bank;input Id Account : $9. ;Account2 = Account;substr(Account2,1,5) = '*'datalines;001 123456789 002 049384756 003 119384757;首先，你把Account的值賦給另一個變量（Account2），這樣你不會改變原來變量的值。然后，你替換Account2中的字符，從位置1開

25、始的用5個長度的5個星號。下面是結(jié)果：圖10：程序10的結(jié)果Id Account Account21 123456789 *67892 049384756 *47563 119384757 *4757SCAN函數(shù)你可以使用SCAN函數(shù)來解析一個字符串。SCAN函數(shù)的第一個語句是你需要解析的字符串。第二個語句指定你需要提取的單詞“word”。第三個語句（可選）是分隔符列表。我把“word”用引號引起來原因是SAS定義一個單詞都會用一個分隔符分開。默認的分隔符號是特別長，并且與ASCII和EBCDIC編碼稍稍有些不同。因此，這樣便于更好的提供一個第三個語句和顯示的指定你的分隔符。這個函數(shù)一個非常有

26、用的特征是，你能夠使用負數(shù)值。這將導致掃描從右向左進行，這個對于類似First, Middle,Last或First, Last形式的姓名解析非常有用。 如果你使用語句值為-1時，你將會得到last name那么。下面是舉例：程序111234567891011data first_last;length Last_Name $ 15;input 1 Name $20.;Last_Name = scan(Name,-1,' ');datalines;Jeff W. SnokerRaymond AlbertAlfred E. NewmanSteven J. FosterJose R

27、omerez;有些名字包含一個中間名，有的則沒有。在這個函數(shù)的第二個語句中使用-1，你就可以總是得到last name。圖11：程序11的結(jié)果Last_Name NameSnoker Jeff W. SnokerAlbert Raymond AlbertNewman Alfred E. NewmanFoster Steven J. FosterRomerez Jose RomerezUPCASE，LOWCASE和PROPCASE 函數(shù)這三個函數(shù)主要是用于改變語句的大小寫狀態(tài)。UPCASE和LOWCASE的功能是顯而易見的。PROPCASE（意思是合適的大小寫狀態(tài)）將每一個“word”第一個字母

28、大寫，而將其余的字母小寫。同樣，你看到這里的“word”也放在引號里。這個默認的分隔符是空格，因此PROPCASE函數(shù)將會把每個單詞首字母改成大寫。你可以指定一系列分隔符作為該函數(shù)第二個可選語句。我推薦同時指定空格和單引號作為分隔符。然后這個函數(shù)就會正確的大寫首字母，比如說DAngelo。下面是例子：程序12123456789data case;input Name $15.;Upper = upcase(Name);Lower = lowcase(Name);Proper = propcase(Name," '");datalines;gEOrge SMITHD&

29、#39;Angelo;注意你需要將你指定的分隔符列表放在雙引號中。圖12：程序12的結(jié)果Name Upper Lower PropergEOrge SMITH GEORGE SMITH george smith George SmithDAngelo DANGELO dangelo DAngeloTRANWRD函數(shù)這個函數(shù)對給定字符串執(zhí)行查找和替代的操作。這個函數(shù)有三個語句分別是輸入字符串，需要查找的字符串和替代字符串。如果替代字符串比需要查找的字符串還要長，你可能需要使用LENGTH語句來新建一個變量，以防你的值被默認截斷。TRANWRD使用的通常情況是地址標準化，如下面的程序所示。程序13

30、123456789101112data convert;input 1 address $20. ;* Convert Street, Avenue andBoulevard to their abbreviations;Address = tranwrd(Address,'Street','St.');Address = tranwrd(Address,'Avenue','Ave.');Address = tranwrd(Address,'Road','Rd.');datalines;89 Laz

31、y Brook Road123 River Rd.12 Main Street;使用三個TRANWRD函數(shù)，你可以用Street，Avenue和Road縮寫來替代它們。圖13：程序13的結(jié)果Obs address1 89 Lazy Brook Rd.2 123 River Rd.3 12 Main St.SPEDIS函數(shù)函數(shù)SPEDIS是模糊配對最有用的函數(shù)之一。這個函數(shù)計算兩個字符串之間的拼寫距離“spelling distance”。你曾經(jīng)在微軟辦公軟件Word中拼寫錯過單詞嗎？Ok，別人告訴我如果你拼寫錯了，Word將會在拼錯單詞下面劃紅線。你可以通過右擊鼠標，然后下拉菜單中將出現(xiàn)可能正

32、確的單詞。函數(shù)SPEDIS使用了類似的算法，如果兩個字符串（分別是語句1和語句2）配對非常準確，那么函數(shù)返回0。對于每一組拼寫錯誤，函數(shù)給出一個罰分。例如，如果你的第一個字母錯誤，你就會得到一個大的罰分。如果你將兩字母位置搞錯（比如位置對換），你將會得到一個相對小的罰分。當函數(shù)合適每類錯誤，它除以根據(jù)第一個字符串的長度的總罰分。這樣就有意義了。假設(shè)你在一個三個字母的單詞和10字母單詞中拼寫一個錯誤相比，那么前面則是錯誤更大，拼寫距離也就越大。對于拼寫距離來說，什么樣的值認為大呢？例如，如果你在對兩個文件中進行姓名配對時允許非常大的拼寫距離值，你可能將不屬于一塊的觀察值聯(lián)系起來。如果你允許姓名之

33、間非常小的拼寫距離，你可能不會將同樣的姓名放一起。為了感受不同拼寫錯誤導致的結(jié)果值，看看下面的程序： 程序141234567891011data compare;length String1 String2 $ 15;input String1 String2;Points = spedis(String1,String2);datalines;same samesame samfirst xirstlast lasxreceipt reciept;圖14：程序14的結(jié)果String1 String2 Pointssame same 0same sam 8first xirst 40last

34、lasx 25receipt reciept 7你可能考慮使用SOUNDEX來配對兩個文件中的姓名，然而，我發(fā)現(xiàn)SOUNDEX更傾向于差異特別大的姓名配對。TRIMN和STRIP函數(shù)函數(shù)TRIMN用來去掉后綴空格，函數(shù)STRIP用于去掉前面和后綴的空格。TRIMN和老的函數(shù)TRIM類似，除了在處理缺失值問題上。當你有一個缺失值時，TRIM函數(shù)返回一個單獨的空格，而TRIMN則返回一個長度為0的字符串。當你使用連接符號連接字符串時，這兩個函數(shù)都是有用的。下面程序會演示:程序151234567891011data _null_;length Concat $ 8;One = ' ABC &

35、#39;Two = 'XYZ'One_two = ':' | One | Two | ':'Trim = ':' | trimn(One) | Two | ':'Strip = ':' | strip(One) | strip(Two) | ':'Concat = cats(':',One,Two,':');put one_two= / Trim= / Strip= /Concat=;run;圖15：程序15輸出結(jié)果One_two=: ABC XYZ:

36、Trim=: ABCXYZ:Strip=:ABCXYZ:Concat=:ABCXYZ:當你不使用任何一個函數(shù)連接兩個字符串時，你能看到結(jié)果都保留空格。注意，變量Trim值中的ABC和XYZ之間沒有空格，而Strip變量則沒有任何空格。最后你會發(fā)現(xiàn)使用CATS函數(shù)可以更輕松的去掉前面和后綴的空格，然后連接字符串。NOTALPHA，NOTDIGIT和 NOTALNUM函數(shù)我僅僅列出了三個“not”函數(shù)，如果你查SAS在線文檔或文后列的參考文章，你會發(fā)現(xiàn)這樣的函數(shù)還有更多。當遇到字符串中的不是alpha（字母），digit（數(shù)字），或alphameric（字母或數(shù)字）時，每個函數(shù)返回第一個遇到位置。

37、由于所有的“not”函數(shù)會搜索字符串的每一個位置，包括后面的空格，因此你首先需要使用strip或trim去掉它們。這類函數(shù)的第二個語句是可選的，用于設(shè)置你要開始搜索的起始位置。如果你輸入一個負值，那么搜索將從這個值的絕對位置處，從右往左執(zhí)行。如果函數(shù)沒有找到對應(yīng)的字符，就返回0。這類函數(shù)對于字符型數(shù)據(jù)清理來說是強大無比的。你可以對一個字符值定義一個規(guī)則， 讓其僅僅包含數(shù)字或者字符等等。下面是一個例子：程序161234567891011data data_cleaning;input String $20.;Not_alpha = notalpha(strip(String);Not_digit

38、 = notdigit(strip(String);Not_alnum = notalnum(strip(String);datalines;abcdefg1234567abc1231234abcd;圖16：程序16的輸出結(jié)果Not_ Not_ Not_String alpha digit alnumabcdefg 0 1 01234567 1 0 0abc123 4 1 01234abcd 1 5 0 CATS和CATX函數(shù)這兩個函數(shù)用于連接字符串。函數(shù)CATS首先去掉每個要連接字符串的首尾空格。CATX也會去掉首尾的空格，并且還會在每個字符串之間插入分隔符（CATX函數(shù)的第一個語句）。這些

39、函數(shù)需要非常注意的點是結(jié)果的存儲長度，如果沒有預(yù)先定義，默認是長度200。而你使用連接符號（|或?。┲皇沁@些連接字符串長度之和。如果你有一系列的變量如Base1-Basen，你可以在列表前使用關(guān)鍵詞OF。最后，列表中的值可以是字母，也可以說數(shù)字。如果一些語句是數(shù)字，SAS將會把數(shù)字當作字母對待，并且不會在SAS log里面出現(xiàn)轉(zhuǎn)換信息。下面的例子示意這些函數(shù)字母操作去掉空格，函數(shù)CATX字母插入分隔符。程序1712345678data join_up;length Cats $ 6 Catx $ 13;String1 = 'ABC 'String2 = ' XYZ &#

40、39;String3 = '12345'Cats = cats(String1,string2);Catx = catx('-',of String1-String3);run;圖17：程序17的輸出結(jié)果Cats CatxABCXYZ ABC-XYZ-12345COUNT和COUNTC函數(shù)SAS有兩個計數(shù)函數(shù)，COUNT和COUNTC。它們之間的區(qū)別就像FIND和FINDC。COUNT計算一個子字符串在一個字符串中出現(xiàn)的次數(shù)，COUNTC計算單獨字母在字符串中出現(xiàn)的次數(shù)。這些函數(shù)的語句和FIND和FINDC一樣。第一個語句是你想要搜索的字符串，第二個語句是子字符

41、串（COUNT）或一列字母（COUNTC）。最后你可以在第三個語句中使用可選的修飾符，其中修飾符i（忽略大小寫）最有用了。下面的程序演示這兩個函數(shù)。程ata Dracula; /* Get it Count Dracula */input String $20.;Count_abc = count(String,'abc');Countc_abc = countc(String,'abc');count_abc_i = count(String,'abc','i');datalines;xxabcxABC

42、xxbbbbcbacba;圖18：程序18輸出結(jié)果Count_ Countc_ count_String abc abc abc_ixxabcxABCxxbbbb 1 7 2cbacba 0 6 0有意思的組合:COUNTC和CATS函數(shù)COUNTC和CATS函數(shù)組合非常有意思和強大。假如你有一個調(diào)查，你對每一個結(jié)果記錄Y或N。假如你想要對Y進行計數(shù)（不論大小寫）。你可能立即想到把每個調(diào)查變量放到一個數(shù)組中，然后循環(huán)每個問題，逐個對Y進行加一計數(shù)。試試獨創(chuàng)的COUNTC和CATS函數(shù)組合方法來實現(xiàn)這個目標。第一次見到組合函數(shù)是我的朋友Mike Zdeb發(fā)來的郵件。我相信是他首創(chuàng)的這個方法。下面

43、是代碼。程序191234567data Survey;input (Q1-Q5)($1.);Num = countc(cats(of Q1-Q5),'y','i');datalines;yynnYnnnnn;CATS函數(shù)連接所有的調(diào)查結(jié)果到一個字符串中，然后使用COUNTC函數(shù)對這個字符串中的Y進行計數(shù)。我太喜歡這個程序了。圖19：程序19的結(jié)果Q1 Q2 Q3 Q4 Q5 Numy y n n Y 3n n n n n 0一些日期函數(shù) MDY, MONTH, WEEKDAY, DAY, YEAR和YRDIF這一節(jié)涉及到最常用（有用）的日期函數(shù)。函數(shù)MDY根據(jù)給

44、定的月份、天和年份返回一個SAS日期。函數(shù)WEEKDAY，DAY，MONTH和YEAR的語句中使用SAS日期，分別返回一周中的一天（比如1等于星期日，2等于星期一，依此類推），一個月的天數(shù)（從1到31的數(shù)字），月份（從1到12的數(shù)字）和年份。函數(shù)YRDIF計算兩個日期相隔的年數(shù)。前面兩個語句為第一個日期和第二個日期。第三個可選的語句允許你指定一個月中的天數(shù)，一年中的天數(shù)。例如，對于特定的金融計算（比如債券利息），你可能指定30/360達到每月30天，每年360天。函數(shù)YRDIF 在計算閏年的時候有點不同，這個問題在SAS9.3中已經(jīng)解決。如果你使用的是9.3以前的版本，你需要指定ACT/ACT

45、作為YRDIF函數(shù)的第三語句。注意，當涉及閏年是，計算結(jié)果有一天的偏移。盡管如此，筆者認為這個仍然比把兩個日期之差除以365.25。下面的程序演示所有的日期函數(shù)：程序201234567891011data DateExamples;input (Date1 Date2)(:mmddyy10.) M D Y;SAS_Date = MDY(M,D,Y);WeekDay = weekday(Date1);MonthDay = day(Date1);Year = year(Date1);Age = yrdif(Date1,Date2);format Date: mmddyy10.;datalines;

46、10/21/1955 10/21/2012 6 15 2011;圖20：程序20的結(jié)果Week MonthSAS_Date Day Day Year Age18793 6 21 1955 57ARRAY數(shù)組函數(shù)你定義一個數(shù)組，發(fā)現(xiàn)對數(shù)組中的元素進行計數(shù)是件不方便的事。在一個數(shù)據(jù)集中，你定義了一個全部是數(shù)值或字符變量的數(shù)組。如果數(shù)據(jù)包含大量的變量，你可能不會數(shù)它們。函數(shù)DIM將數(shù)組名作為語句，返回該數(shù)組的元素個數(shù)。特別是當你定義數(shù)組，你使用星號來代替數(shù)組元素個數(shù)。在下面的程序中，使用關(guān)鍵詞_numeric_和 _character_定義了兩個數(shù)組。在數(shù)據(jù)步定義了所有的數(shù)值或字符變量。在這個程序中

47、，你想把所有的從999的數(shù)值轉(zhuǎn)化成SAS缺失值。并且把所有的字母值轉(zhuǎn)換成合適的大小寫狀態(tài)。程序211234567891011121314data convert;input (A B C)($) x1-x3 y z;array nums* _numeric_;array chars* _character_;do i = 1 to dim(nums);if numsi=999 then numsi=.;end;do i = 1 to dim(chars);charsi = propcase(charsi," '");end;drop i;datalines;RON

48、jOhN mary 1 2 999 3 999;像這樣定數(shù)組將結(jié)果你大量的時間和編程精力。圖21：程序21的輸出結(jié)果A B C x1 x2 x3 y zRon John Mary 1 2 . 3 .N，NMISS, SUM和MEAN函數(shù)這類函數(shù)被稱為描述統(tǒng)計函數(shù)。函數(shù)SUM和MEAN分別計算總和和平均值。記住，這些函數(shù)忽略所有的缺失值（不同于把缺失值當作0）。函數(shù)N返回列表值中所有非零值的數(shù)目；函數(shù)NMISS返回列表值中缺失值的個數(shù)。下面的程序演示了一個非常有用的函數(shù)N、NMISS和MEAN組合。當列表數(shù)據(jù)中存在特定數(shù)量的非缺失（或缺失）值，計算出平均值。下面的程序就是這樣：程序2212345

49、67891011data descriptive;input x1-x5;Sum = sum(of x1-x5);if n(of x1-x5) ge 4 thenMean1 = mean(of x1-x5);if nmiss(of x1-x5) le 3 thenMean2 = mean(of x1-x5);datalines;1 2 . 3 4. . . 8 9;在這個程序中，僅當非缺失值個數(shù)大于或等于4時，計算Mean1；當缺失值等于或少于3個時，計算Mean2。圖22：程序22的輸出結(jié)果Sum Mean1 Mean210 2.5 2.517 . 8.5SMALLEST和LARGEST函數(shù)非常容易找到一列數(shù)值中最大（函數(shù)MAX）和最小的值（MIN），然而，想找到第二大或第二小的之類的值則非