一篇很基础的介绍SAS FORMATS的豆腐块文章。
图文版:http://blog.sina.com.cn/s/blog_41889b900100wjz5.html or http://www.mysas.net/sns/index.php?app=blog&mod=Index&act=show&id=1885&mid=3570
文字版如下:
1、 什么是SAS FORMATS?
SAS的数据类型虽然只有数字(numeric)和字符(character)两种,但是这并不妨碍SAS 展示其在数据的读取、转换和展示上的高效、强大和灵活。我想原因之一,就是因为有了SAS FORMATS。什么是SAS FORMATS?简言而之,就是SAS 在读取或展示数据时的一些指令。更直白的说,就是SAS用来读取和展示数据的一些规则。
话说到此,我们也许会有疑问,平时读取和展示数据时,好像也没用到SAS FORMATS?
例如数据集test1
,在读取时并没有指定什么格式,也没碰到什么麻烦,但How about
数据集test2
呢?
其实SAS 在读取或展示数据时,都要按照一定的FORMATS来进行。只是不过如果是标准的数字型(如不带货币符号,千分位号等)和标准的字符型(如字符中间不嵌空格等),SAS 可以按默认的FORMATS来读取,而不必具体指定。如若不是,则需具体指定。如数据集test2,数字、字符均非“标准”的,故需另外指定读入格式。
2、 SAS FORMATS的分类
SAS FORMATS最常见的有两类:输入格式(informat)和输出格式(format)。顾名思义,输入格式即SAS读入数据的时的规则,输出格式即SAS 输出数据时的规则。
以上面的test2为例,在读入数据集时,由于pid变量中间有空格,所以要加“&”格式修饰符;price有货币符号和千分位符号,所以用dollar格式读入,在读取时以移除他们。不过print 的结果并没有显示货币符号和千分位符号,在explorer窗口打开数据集,也不见货币符号和千分位符号的踪影。怎么回事?如何才能在结果中看到他们?这就需用到输出格式。
行文至此,我们或许会问?有必要这样折腾吗?读入的时候去掉货币符号和千分位符号,展示的时候又再加上?直接将price变量原样存入不就行了?
硬要说,是可以的,只是要原样存入的话,就只能存入字符型数据,这样做至少有两个缺限:一是数字变成字符型,再进行相关的加减乘除运算和后继统计分析都会很不方便。二是增加了存储数据的空间。
其实,个人理解,简单地说,SAS 输入输出格式的作用有点像“脱外套”和“加外套”的关系。读入数据时存储时,要直击其本质,去掉花哨复杂的“外衣”,剥洋葱似的直取其“精华”部分;展示数据时,就像女孩要出门了,得打扮一番,加些漂亮的装饰,变得“好看”了再展现在世人面前。
当然SAS FORMATS从另一个角度上来说,又分字符型格式和数字型格式,这与SAS 的数据类型相关。一般来说,字符型格式用于字符型数据,数字型格式用于数据型数据,格式和数据类型应该匹配,否则会出错。
此外,SAS FORMATS也可以分为SAS系统自带的格式和用户自定义格式。上面提到和用的都是SAS 系统自带的格式 。而用户自定义的格式是指用户用proc format定义的格式。例:
3、 SAS FORMATS的样貌
SAS 输入输出格式,有着统一的样貌。
<$> name <w> . <d>
简要说明:
$ :字符型格式必需用的前缀
Name:格式的名称,必需符合SAS 命名规则
W :指定读入或输出的宽度,注意,包括小数点,货币符号、千分位号、负号等
. :无论哪种格式都必需的,不能省略,因为靠他区别格式名和变量名
D :小数位数,只用于数字型格式。
4、 SAS FORMAST的使用
总结起来,使用的SAS FORMATS的方法有以下几种:
2 Iput/put 语句
2 Format 语句
2 Atrrib 语句
2 Iput /put 函数
Input语句 用于读入数据时指定输入格式,put语句用于(在LOG里)输出时指定格式;format ,attrib语句可以在DATA步或PROC步中指定格式。不同的是在DATA步中变量和格式是永久关联的,在PROC 步是暂时关联的。当然在PUT语句里也是暂时关联的。
举例说明:
简单解释:x 的dollar格式是暂时关联的,所以在output仍然显示数字格式。
f1,f2 的格式是永久联系的,所以在log和output ,f1都是按date9.格式显示,f2 都是按mmddyy10.格式显示。t1,t2 的格式暂时联系的,所以在LOG里还是显示的数字格式,而非mmddyy10.格式。
Input 和put函数常用于数据类型的转换。如