sas索引第几行第几列 sas中select

转载

架构师之光 2024-04-12 15:54:57

文章标签 sas索引第几行第几列数据数据集 if语句 文章分类 数据仓库大数据

1：where和If最本质的区别，以及一些小的区别

1.1：The WHERE statement examines what is in the input page buffer and selects observations before they are loaded in the program data vector, which results in a savings in CPU operations(Where从buffer中进行筛选再读入pdv)

The subsetting IF statement loads all observations sequentially into the program data vector. If the statement finds a match and the statement is true, then the data is processed and is written to the output page buffer(If先读入pdv再进行筛选)

1.2：if可以从input的数据和sas数据集的数据中进行筛选，where只能筛选sas数据集的数据

if可以if语句的条件条件选择子句，where不能

sas索引第几行第几列 sas中select_数据集

where比if高效

where中能用contains的地方一律考虑用like

if语句<可执行语句>

IF statement tells SAS which observations to include, the DELETE statement tells SAS which observations to exclude

IF Sex = 'f'; IF Sex = 'm' THEN DELETE; 作用一样！

data b;
    set sashelp.class;
    if _n_ le 4;  *如果if为真，则继续执行if后面的语句，最后输出满足if的条件的观测，如果if为假则立刻返回到data步开头继续执行下一条set语句;
    y = 'now';
　　/*
　　y = 'now';
　　if _n_ le 4;也能得出同样的结果，但是效率相对来说较低，因为要重复执行y的赋值语句
   */
run;

if的另外两种格式
if x=3 then y=4;  对于要表达的只有一条数据就用then
if x=3 then do y=4;z=5;end;　　对于要表达的有多条语句就用then do end;

NOTE: 从数据集 SASHELP.CLASS. 读取了 19 个观测
NOTE: 数据集 WORK.B 有 4 个观测和 6 个变量。
NOTE: “DATA 语句”所用时间（总处理时间）:
实际时间 0.03 秒
CPU 时间 0.03 秒日志中读入了19个观测，证明是全部读入再一个个判断是否满足条件

data a;
    input x y@@;
    cards;
    1 10 1 20 0 200 2 30 2 40
    3 50 3 60 4 70 3 80 4 400
    ;
run;

proc sort data=a;by x;run;
data b;
    set a;
    *where x ; *后面不添加条件是筛选x不为0和不为缺失值的数值型数据，只适用于数值型;
    where x is not missing; *筛选x不为缺失值的数据包括0,适用于数值型和字符型;
run;

proc print data=b noobs;

where和if的最重要的几点区别

1：where不可执行、if可执行

2：where有自己特定的表达式，if是是通用表达式例如where x is missing;

3：where只能从现有的sas数据集中选择观测，if语句还可以用input语句产生的观测中选择。*商用的一般都是现有的sas数据集;

4：where的效率比if高

5：何时使用if何时使用where?如果需要对pdv观测进行处理才能决定哪条观测，只能使用if。其余能使用where

2：select 、if else if的选择

For numeric variables, SELECT statements should always be slightly more efficient (use less CPU time) than IF-THEN/ELSE statements. The performance gap between IF-THEN/ELSE and SELECT statements gradually widens as the number of conditions increases

For character variables, IF-THEN/ELSE statements are always more

使用两种选择方式的最佳情况

Use IF-THEN/ELSE statements when
􀀀 1：the data values are charactervalues
􀀀 2：the data values are not uniformly distributed
􀀀 3：there are few conditions to check.

Use SELECT statements when
􀀀 1：you have a long series of mutuallyexclusive numeric conditions
􀀀 2：data values are uniformly distributed.

3:where和obs/firstobs连用，来选择需要的观测行

记住，obs/firstobs是逻辑上选择观测值，并不是实际选择也就意味着不会去除其他的观测值

where在obs/firstobs前执行

4:读入外部数据时选择需要的obs

先看一张外部数据读入后sas程序内部的流程图

sas索引第几行第几列 sas中select_数据集_02