的SAS教程：加载制表符分隔的文件
2008年1月25日通过：闪现7
想象一下，你是给了加拿大主要的政治捐款清单，并希望加载到的SAS作进一步分析它。 这份名单是在一个由制表符分隔的文本文件等。 SAS企业指南（乙二醇）提供向导自动导入各种格式的文件，但使用这些GUI的优先于在进口自动化或其他处理的机会。 使用代码加载数据有几大优势：
- 能重新数据多个数据集
- 清理和能力过程中修改数据加载时间
- 能够删除不需要的数据
- 可移植性和可重用性
前提条件
- 的SAS v9.x或4.x的SAS企业指南
- 基本知识的SAS数据步
- 基本知识如何加载和执行的SAS程序
- 基本知识的数字和字符格式
- 访问SAS的读/写文件空间
下载
以1：基本装载机
打开程序tab1.sas的SAS（SAS企业的使用指南4可以交替开放为tab1的代码图标的SAS工程设计窗口的LoadTabDelimit项目文件并双击）。
正如你可以看到上面的截图，读取文本文件的SAS使用数据的步骤。 两项声明的最低需要正确加载文本文件：
- INFILE -在INFILE语句指定文本文件被加载。 完整的路径可以指定（如同在这个例子中）或相对路径的SAS的默认文件目录即可使用。
- 输入 -输入语句指定应该从文本阅读文件，应如何阅读领域。
首先，让我们来看看INFILE语句。 为了使这个例子工作，你可能要改变'R的路径：\ namelist.txt'到制表符分隔的文件的位置。 还有两个选择包括在INFILE语句：
- DLM -在DLM选项允许用户设置一个文件中的字段之间的分隔符。 在这种情况下，我们所指定的'09'×作为分隔符，这是制表符六边形的代表性。 其他常见的符包括逗号和空间。 分隔符应该在单引号。 如果DLM选项不包括的SAS假定分隔符是一个单一的空间
- 渠务署 -渠务署选项指示数据步骤当作当前变量的空值连续的分隔符。 如果没有这个选项，北欧航空公司只会跳到实地数据的下一个项目，并读入当前数据的步骤变量，它可能导致不合理调整该文件的数据变量和负载不正确。 渠务署还删除两边的引号从文本文件时，读取数据。
接下来，让我们来看看INPUT语句。 创建变量名来存储每个字段顺序将数据读入集。 有输入的语法的几个变种。 本例中的语法指定每个变量到底应该如何读。 目前，该代码指示的SAS读入文本字段是最多16个字符（$ 16的所有数据。）。 还有许多其他的方法来阅读这些领域，其中一些稍后将涵盖。
运行tab1的代码应该产生一个数据集上述相同的屏幕。
以2：更新的数据类型
tab1的加载的所有领域为16个字符的文本，但可能不适合纯粹的数值字段。 首先，假设你想出来的人谁是18岁以下过滤器（我们将尽后）。 如果年龄是留在字符格式，你会出10-17岁的人，但不是那些2-9岁，自数字2，3，4，...，9有更大的ASCII值滤波比18号1。 你可以纠正在执行转换成数字比较的文本字段为数字的问题，但它也同样容易阅读到一个数字变量外地直接。
其次，有人可能想将之列入“加拿大保守党党党化”，而不是简单的“保守”。 在党长期形成的名称是25个字符长，将被截断，如果到了16字符变量读取。
要解决这些问题，更改年龄变量改为3位数（3数据。）和改变党的变量改为32个字符变量（$ 32的数据。）。
运行tab2代码。 列标题的年龄现在应该包含一个圆形蓝色象征，而年龄列的数据是正确的，合理的。 这表明，列包含数值数据。
以3：删除标题行
传入的文本文件通常包含在第一行中的字段名称。 这是不必要的，因为变量名是在数据输入语句定义的一步。 默认情况下，标题行读取数据，这是不可取的。 有几个逻辑可以用来消除所有权类型的行，但如果你一定行的标题将始终在第一行（即没有空白头行），那么最简单的方法是不输出的第一行。 这可以使用_N_，SAS的输入记录计数器。 当_N_ = 1，数据不会被输出到最终的数据集。
阿if语句被用来测试_N_价值的子集。 这语句采用的一般形式
中频
如果条件计算为false，数据步程序流返回顶端而不执行的代码子集下的任何话。 在这种情况下，子集if语句将评估为true只有在输入记录大于1，这意味着隐含的输出语句才会触发如果该记录不被读取，在输入第一个记录。
运行tab3代码，并确保输出不包含标头名称（见上文）。
以4：删除不良数据
最后，一个SAS程序员会遇到两种不良的数据类型：
- 数据可以被救活，或者至少需要被标记
- 数据是绝对没有用，可以丢弃
一般来说，后一类的应尽量减少到接近零，因为有很多地方junking没有进一步分析数据，将不会影响最终产品的一些实例。 但是让我们假设，对这项工作，该捐赠的资料，根本无法使用，除非它包含一个姓和名。 该tab3输出包含与姓氏“史密斯”，但没有任何附带的名字蒙特利尔居民。 我们可以在此记录，任何类似的纪录摆脱相结合的命令条件逻辑LENGTHN和 DELETE。
LENGTHN返回非字符串中的空白字符。 如果LENGTHN比较的值为0，我们可以放心，被评估的领域要么是空或空白字符组成。 DELETE命令防止被写入到输出数据当前记录集。
运行表4的代码，并确保输出记录包含7个记录。 记录都不应包含空白的第一个或最后一个名称（见上文）
以5：筛选数据
最后，我们必须制定一种方法，处理数据，不是很实用，但都不可能得到纠正。 在我们的数据来看，是不可能未成年人将是一个沉重的任何特定一方的财政贡献，虽然同样是不可能有人超过120岁。 现在可能是最好分开作进一步评估其他数据的记录。 幸运的是，使它的SAS允许被处理过的数据发送到多个输出数据集容易。 以下修改必须作出表4代码
- 数据声明的开放需要指定多个数据集，一个干净的数据和需要被调查的数据之一
- 在输出命令必须明确的定义。 需要处理的数据可向其中的数据集的一些条件，将决定是否需要进一步调查数据为基础
见上面的截图。 在代码的顶部，现在的DATA语句定义了两个数据集：
- tab_v5将存储记录，不需要修改
- tab_v5_reject将存储记录需要进一步调查
现在看看代码底部。 有两个明确的输出命令，分别由数据集，名在后。 这些数据将被写入tab_v5如果人在18岁至创纪录的120。 否则，数据将被写入tab_v5_reject。 任一输出语句的执行假定该记录没有被删除，通过逻辑中添加表4。
运行tab5代码。 两个数据集必须出示 - 一个包含6范围内18-120年龄和其他记录包含与年龄此范围外的一条记录。
有计算机软件 ，并进行统计分析演示。 对SAS 软件的信息和教程，获得帮助，在网上预订。 在Microsoft Office软件 ，包括统计分析，在Excel中，但这个软件没有奇迹。 当购买软件，拿起反病毒防火墙软件 。 防病毒具有所有最新的病毒软件的定义是诺顿防病毒软件 。 在今天的电话的发展，这是一个必须投资在网络电话的手机。
