SAS基础表达式及函数简介.ppt

《SAS基础表达式及函数简介.ppt》由会员分享，可在线阅读，更多相关《SAS基础表达式及函数简介.ppt（39页珍藏版）》请在三一办公上搜索。

1、SAS表达式及函数简介,SAS表达式,SAS表达式是由一系列算符和运算对象形成的一个指令集，它被执行后产生一个目标值。运算对象是SAS变量和SAS常数；算符是特殊的运算符、函数和括号。表达式分为简单表达式和复合表达式。下列式子都是表达式。X+1 3 LOG(X)LOG10(X)P/A*100 AGE1001-EXP(N/(N-1)A=B=C STATE=CA 在DATA步中，为了对变量进行变换，建立新变量、条件处理、计算新值及指定新值，都需要使用SAS表达式。,一、SAS常数 SAS常数用来表示固定的值，它或者是一个数字，或者是用引号引起来的字符串、或者是其它特殊记号。SAS使用的常数有五种类

2、型：数值常量、字符常量、日期、时间和日期时间常量、十六进制数值常量、十六进制字符常量。我们主要介绍数值常量、字符常量和日期常量。1.数值常量：一个数值常量就是出现在SAS语句里的数字。数值常量可以包括小数点，负号和E记号。例如：1-5 1.23 1.2E23 0.1 0.5E-10。用E表示法时，如2E4，它表示，或者20000。SAS系统中，数值缺失值用小数点来(.)表示。,2.字符常量 字符常量是由（单）引号括起来的字符串.例如，在下面的语句中：IF name=TOM THEN DO;TOM就是一个字符常量。如果字符常量含有引号，则用两个连续的单引号来处理。例如，字符值为TOMS时，输入：

3、name=TOMS 缺失的字符常量值为空字符，表示为或”（两个连续的单引号或双引号）。注意，下面语句中 TOM不是字符常量，而是按变量处理!IF name=TOM THEN Score=85;,3.日期、时间常量：日期时间常量是将日期时间由（单）引号括起来，后面加上d或t或dt而形成的。例如：日期常量：15may2008d 时间常量：16:45:01t 日期时间常量：15may2008:16:45:01dt注意：日期格式为：DDMMMYY 或 DDMMMYYYY即，月份需要用三个英文字母表示,二 SAS变量：描述给定特征的数值集合的指标称为变量。SAS变量的特征:变量名、类型、存储长度、标签、

4、输入格式、输出格式,存储长度指变量在存储时所需要的字节数。默认情况下所有的变量都定义为8字节。字符变量的长度可为1-32768字节，数值变量的长度可为3-8字节。标签是对变量的补充说明，可以为任意字符，长度可多达256个字符。,SAS数据集(部分),Observations,输入输出格式,原始数据值,SAS变量的值,格式化的SAS变量值,Dollar10.,Comma8.,548,231,25JAN2004,16095,01/25/2004,Date9.,MMDDYY10.,$548,231,548231,日期和时间数据的存储,SAS采用数值存储日期和时间形式的数据。在默认情况下，SAS系统以

5、0代表1960年1月1日0时。其它日期在SAS系统中被存储为与该日期相差的天数。例如，1960年1月3日，在系统中存为2。2004年1月25日，在系统中存为16095。注意：为了使数值型变量显示日期形式，必须使用日期型的输出格式，同样地为了以日期形式输入日期必须使用日期型的输入格式。,SAS变量分为两类，数值变量(Num)与字符变量(Char)。数值型变量只能取数值为值。可以有正负号及小数点(+、)，但不能有逗号(，)。数值型是SAS的默认变量类型，默认长度为8位。字符型变量可以取字符、字母、特殊字符以及数字为值。在DATA步中某些SAS语句中，第一次出现的变量名后跟一个美元符号（$），即表明

6、该变量是字符型变量，如name$或name$。如果变量后不加$符号，SAS将该变量认为数值型。在SAS中一个字符变量的取值可以有1-32768个字符长，默认长度为8个字符长；或由第一次赋值时字符长度决定。,创建变量,使用赋值语句 Data a;x=1;run;/*数据集a中有个变量x，值为1，为数值型*/使用INPUT语句 Data b;Input x$y z;Datalines;Aaa 23 45;Run;/*创建三个变量，x为字符型，y、z为数值型*/,变量类型转换,字符自动转换为数值（无法转换为数值时，取缺失值）,data;X=1;/*X为数值变量*/Y=10;/*Y为字符变量*/X=Y

7、;/*将字符变量赋值给一个数值变量时，自动将字符变量Y转换为数值变量*/run;data;X=1;/*X为数值变量*/Y=10;/*Y为字符变量*/Z=X+Y;/*算术表达式中有字符变量时，自动将字符变量Y 转换为数值变量*/run;,函数INPUT将字符转换为数值,INPUT函数的形式：INPUT(数据源,输入格式);其中：数据源为要转换为数值的变量，常数或表达式。数据源既可以是数值型，也可以是字符型。输入格式规定对数据源进行转换的输入格式。,data a;y=input(12345,5.2);run;,数值自动转换为字符,data;X=abcd;/*X为字符变量*/Y=123;/*Y为数值

8、变量*/X=Y;/*自动将数值变量Y转换为字符变量*/run;注意：将数值变量赋给字符变量时，结果会受到字符变量长度的影响！长度不足时，SAS尽量转换成能够满足长度限制的结果，即科学记数法。,数值转字符之后的格式：data;Y=10;/*Y为数值变量*/Z=ROOM|Y;/*自动将数值变量Y转换为字符变量*/put Z=;run;data;Y=10600001;/*Y为数值变量*/Z=SUBSTR(Y,7,6);/*自动将数值变量Y转换为字符变量*/put Z=;run;,Z=ROOM 10,Z=600001,系统自动地将数值转换为字符时，使用BEST12.的输出格式，字符值右对齐，不足12位

9、时左侧以空格补齐。,函数PUT将数值转换为字符,PUT函数的形式：PUT(数据源,输出格式);其中：数据源为要转换为字符值的变量，常数或表达式。数据源既可以是数值型，也可以是字符型。输出格式规定对数据源进行转换的输出格式。,data a;x=put(34.416,5.2);y=input(12345,5.2);run;,data;X=1;/*X为数值变量*/Y=10;/*Y为字符变量*/if XY then k=1;/*字符与数值变量进行比较时，自动将字符变量Y转换为数值变量*/run;data;Y=10;/*Y为字符变量*/Z=log(Y);/*需要数值变量的函数中引用字符变量时，自动将字符

10、变量Y转换为数值变量*/run;,自动变量,自动变量是由数据步语句自动创建的。这些自动变量被加入到程序数据向量（PDV）中，但是并不输出到数据集中。自动变量在重复过程中被保留，而不是被设定为缺失。如，_n_ _error_ first.byvar last.byvar _numeric_ _all_ 等,例：使用自动变量_Numeric_。data one;set sashelp.class;keep _numeric_;/*只保留数据集中的数值变量*/run;,三 SAS算符 SAS算符是一些符号，它们要求作比较、算术运算或逻辑运算。SAS使用两种主要类型的算符：前缀算符和中缀算符 前缀算符

11、用于变量、常数、函数或者用括号括起来的表达式。例如：+Y-25-COS(A)-(x1+x2-100)前缀算符有：加号，减号，NOT和符号。中缀算符作用在算符两边的运算对象上，例如68。中缀算符一般分为四类：算术算符、比较算符、逻辑算符和其它算符(最大、最小和连接)。,1.算术算符：算术算符表示执行一种算术运算，包括：*乘方*相乘/相除+相加-相减 如果算术算符有一个运算对象是缺失值，运算结果也是缺失值。例如，y=x3+.;则y的值为缺失值(.)2.比较算符：比较算符确定两个量之间的一种关系，如果这种关系成立，则输出结果为1(真)；如果它不成立，则输出结果为0(假)。比较算符包括：=(EQ)等于

12、=(NE)不等于(GT)大于=(GE)大于等于=(LE)小于等于(1)算术表达式的比较 考虑表达式：A=B。如果A的值为4，B的值为3，则表达式A=B的值为0(假)；若A的值为5，B的值为9，则表达式A=B的值为1(真)；若A与B的值均为47，则表达式成立，且其值为1。,(2)字符的比较 比较的对象可以是数值也可以是字符，但比较的结果总是数值1(真)或0(假)。字符运算对象在字符之间从左到右被比较。字符次序用机器排列次序确定(即按ASCII码排列序列)。例如，表达式GRAYADAMS是真的，它与表达式 ANDRE,CANDRE,CLYDE一样，它们的值都是1。3.逻辑算符：逻辑算符也称为布尔(

13、Boolean)算符，在表达式里通常用来连接一系列比较式。逻辑算符包括：&(AND)与；|(OR)或；(NOT)非 例如，age=25 AND sex=男 或 age=25&sex=男 age=25 OR sex=男4.运算次序：关于运算次序，SAS有如下的三个准则：准则1：在括号里的表达式先计算；准则2：较高优先级的运算先被执行。,下面是各运算符的优先等级(排在前面的优先)：1级*、(not)2级*、/3级+、-、4级、=、2*(3*2)2)当两个比较算符围着一个量时，则等价于一个and运算。例如：12 12age and age20,SAS函数,一.SAS函数的定义1.SAS函数的定义：S

14、AS函数是一个子程序，它由0个或几个自变量（参数）返回一个结果值。每个SAS函数都有一个函数名，及用括号括起来的参数，这个函数对这些自变量执行某种运算。即使没有参数也需要括号。SAS函数的形式：FunctionName(arg1,arg2,arg3,.)例如：MEAN(x,y,z,a)SUM(x,y,z)MIN(SUM(x,y,z),1000)TODAY(),2.SAS函数的分类：SAS函数分为20多种类型，常见的有：算术函数、数组函数、截取函数、数学函数、概率函数、分位数函数、非中心函数、样本统计函数、随机函数、字符函数、日期时间函数等。,二 SAS函数的参数,参数类型变量名常数函数表达式函

15、数及其参数类型举例。,参数个数：有些函数不需要参数，有些只需要一个参数，有些函数有多个参数。SAS9.1中，参数个数不能超过32767。如果函数的参数是表达式，在函数被调用之前，所有表达式参数首先计算。参数的表示法 一般地，当函数有几个参数时，它们之间必须用逗号(，)分隔开。不过，以下三种写法均是合法的：Function Name(OF variable1-variablen)Function Name(OF variable variable.)Function Name(variable,variable,.)例如：sum(of x1-x5)sum(of x1 x2 x3 x4 x5)su

16、m(x1,x2,x3,x4,x5)是等价的。,正确与错误的表示方法 数组元素自变量的缩写方法array y10 y1-y10;/*定义数组y10*/x=sum(of y*);z=sum(of y1-y10);两个SUM函数的表示法是等价的。,函数结果,通常函数的结果由其参数的属性决定：返回结果是字符时结果变量为字符；返回结果是数值时结果变量为数值。根据缺省规则，对大多数函数来说，数值目标变量的长度是8，字符目标变量的长度通常由返回结果的长度决定,三.常用的SAS函数1、数学函数ABS(x)求x的绝对值。MOD(x,y)求x除以y的余数。SQRT(x)求x的平方根。ROUND(x,eps)求x按

17、照eps指定的精度四舍五入后的结果，比如ROUND(5654.5654,0.01)结果为5654.57CEIL(x)求大于等于x的最小整数。当x为整数时就是x本身，否则为x右边最近的整数。FLOOR(x)求小于等于x的最大整数。当x为整数时就是x本身，否则为x左边最近的整数。INT(x)求x扔掉小数部分后的结果。LOG(x)求x的自然对数。LOG10(x)求x的常用对数。EXP(x)指数函数。SIN(x),COS(x),TAN(x)求x的正弦、余弦、正切函数。等等,2、数组函数 数组函数计算数组的维数、上下界，有利于写出可移植的程序。数组函数包括：DIM(x)求数组x第一维的元素的个数。DIM

18、 k(x)求数组x第k维的元素的个数，如dim2(x)、dim3(x)。LBOUND(x)求数组x第一维的下界。HBOUND(x)求数组x第一维的上界。LBOUND k(x)求数组x第 k维的下界。HBOUND k(x)求数组x第 k维的上界。例：DATA A;ARRAY SC2,3 X1-X6(6*0);/*定义数组SC*/D1=DIM(SC);D2=DIM2(SC);HB=LBOUND(SC);HB2=HBOUND2(SC);RUN;PROC PRINT;RUN;,3、字符函数 较重要的字符函数有：TRIM(s)返回去掉字符串s的尾随空格的结果。UPCASE(s)把字符串s中所有小写字母转

19、换为大写字母后的结果。LOWCASE(s)把字符串s中所有大写字母转换为小写字母后的结果。INDEX(s,s1)查找s1在s中出现的位置。找不到时返回0。REPEAT(s,n)字符表达式s重复n次。SUBSTR(s,p,n)从字符串s中的第p个字符开始抽取n个字符长的子串TRANWRD(s,s1,s2)从字符串s中把所有字符串s1替换成字符串s2。LENGTH(s)返回字符串s 长度COMPRESS(s1,s2)从字符串s1中删除字符串s2LEFT(s)字符串s左对齐还有如，COLLATE，LEFT，REVERSE，RIGHT，SCAN，TRANSLATE，COMPBL等,4、日期时间函数常用

20、日期和时间函数有：MDY(m,d,yr)生成yr年m月d日的SAS日期值YEAR(date)由SAS日期值date得到年MONTH(date)由SAS日期值date得到月DAY(date)由SAS日期值date得到日WEEKDAY(date)由SAS日期值date得到星期几QTR(date)由SAS日期值date得到季度值HMS(h,m,s)由小时h、分钟m、秒s生成SAS时间值DHMS(d,h,m,s)由SAS日期值d、小时h、分钟m、秒s生成SAS日期时间DATEPART(dt)求SAS日期时间值dt的日期部分INTNX(interval,from,n)计算从from开始经过n个inter

21、val间隔后的SAS日期。其中interval 可以取YEAR、QTR、MONTH、WEEK、DAY等。比如，INTNX(MONTH,16Dec1997d,3)结果为1998年3月1日。注意它总是返回一个周期的开始值。INTCK(interval,from,to)计算从日期from到日期to中间经过的interval间隔的个数，其中interval取MONTH等。比如，INTCK(YEAR,31Dec1996d,1Jan1998d)计算1996年12 月31日到1998年1月1日经过的年间隔的个数，结果得2，尽管这两个日期之间实际只隔1年,5、分布密度函数、分布函数 SAS提供了多种概率分布的

22、有关函数。分布密度、概率、累积分布函数等可以通过几种统一的格式调用，格式为分布函数值=CDF(分布,x);密度值=PDF(分布,x);CDF计算由分布指定的分布的分布函数PDF计算分布密度函数值分布类型：BERNOULLI,BETA,BINOMIAL,CAUCHY,CHISQUARED,EXPONENTIAL,F,GAMMA,GEOMETRIC,HYPERGEOMETRIC,LAPLACE,LOGISTIC,LOGNORMAL,NEGBINOMIAL,NORMAL 或 GAUSSIAN,PARETO,POISSON,T,UNIFORM,WALD 或 IGAUSS,and WEIBULL分布类型

23、可以只写前四个字母。例如 PDF(NORMAL,1.96)计算标准正态分布在1.96处的密度值（0.05844）CDF(NORMAL,1.96)计算标准正态分布在1.96处的分布函数值(0.975),5、分布密度函数、分布函数 SAS还单独提供了常用的分布的密度、分布函数。PROBNORM(x)标准正态分布函数PROBT(x,df)自由度为df的t分布函数。可选参数nc为非中心参数。PROBCHI(x,df)自由度为df的卡方分布函数。可选参数nc为非中心参数。PROBF(x,ndf,ddf)F(ndf,ddf)分布的分布函数。可选参数nc为非中心参数。PROBBNML(p,n,m)设随机变量

24、Y服从二项分布B(n,p)，此函数计算P(Y m)。POISSON(lambda,n)参数为lambda的Poisson分布Y n的概率。PROBNEGB(p,n,m)参数为(n,p)的负二项分布Y m的概率。PROBHYPR(N,K,n,x)超几何分布的分布函数。设N个产品中有K个不合格品，抽取n个样品，其中不合格品数小于等于x的概率为此函数值。可选参数r是不匀率，缺省为1，r代表抽到不合格品的概率是抽到合格品概率的多少倍。PROBBETA(x,a,b)参数为(a,b)的Beta分布的分布函数。PROBGAM(x,a)参数为a的Gamma分布的分布函数。,6、分位数函数 分位数函数是概率分布

25、函数的反函数。其自变量在0到1之间取值。分位数函数计算的是分布的左侧分位数。SAS提供了六种常见连续型分布的分位数函数。PROBIT(p)标准正态分布左侧p分位数。结果在5到5之间。TINV(p,df)自由度为df的t分布的左侧p分位数。nc为非中心参数。CINV(p,df)自由度为df的卡方分布的左侧p分位数。nc为非中心参数。FINV(p,ndf,ddf)F(ndf,ddf)分布的左侧p分位数。nc为非中心参数。GAMINV(p,a)参数为a的伽马分布的左侧p分位数。BETAINV(p,a,b)参数为(a,b)的贝塔分布的左侧p分位数。,7、随机数函数均匀分布随机数 UNIFORM(see

26、d)，seed必须是常数，为0，或5位、6位、7位的奇数。RANUNI(seed)，seed为小于 2*31-1的任意常数。正态分布随机数 NORMAL(seed)，seed为0，或5位、6位、7位的奇数。RANNOR(seed)，seed为任意数值常数二项分布随机数 RANBIN(seed,n,p)产生参数为(n,p)的二项分布随机数，seed为任意数值。泊松分布随机数 RANPOI(seed,lambda)产生参数为lambda0的泊松分布随机数。通用函数 RAND(分布名,参数1,参数k)分布名：BERNOULLI、BETA、BINOMIAL、CAUCHY、CHISQUARE、ERLAN

27、G、EXPONENTIAL、F、GAMMA、GEOMETRIC、HYPERGEOMETRIC、LOGNORMAL、NEGBINOMIAL、NORMAL|GAUSSIAN、POISSON、T、TABLE、TRIANGLE、UNIFORM、WEIBULL 例如，x=RAND(NORMAL);返回标准正态分布随机数 x=RAND(NORMAL,5,2);返回均数为5，标准差为2的正态分布随机数 x=RAND(T,26);返回自由度为26的t分布随机数,8、样本统计函数样本统计函数把输入的自变量作为一组样本，计算样本统计量。调用格式为“函数名(变量1，变量2，变量n)”如果要求x1，x2，x3的和，可

28、以用SUM(x1,x2,x3)样本统计函数只对变量中的非缺失值进行计算，缺失值不纳入计算。各样本统计函数为：MEAN 均值 MAX 最大值 MIN 最小值 N 非缺失数据的个数 NMISS 缺失数值的个数。SUM 求和 VAR 方差 STD 标准差 STDERR 均值估计的标准误差，用STD/SQRT(N)计算。CV 变异系数 RANGE 极差 CSS 离差平方和 USS 平方和 SKEWNESS 偏度 KURTOSIS 峰度注意：数据集的存储一般是每行为一个个体的观测值，每列是个体的一个变量，所以统计一般应该对列进行，而不是对行进行。上述函数是对行进行处理，因此，样本统计函数主要用于进行一些自编程的计算。若要对每一列进行统计，需要用过程步，如proc means等,谢谢,