提问人：glico 提问时间：4/10/2023 最后编辑：glico 更新时间：4/12/2023 访问量：55
如何使用简单的输入语句在 SAS 中读取长（或宽）数据集？
How can I read in long (or wide) data sets in SAS using a simple input statement?
问：
我想使用 do 循环转置数据而不使用 proc 转置。有问题的数据集是如下所示的 .csv 文件：
| 站点 ID 1 | AQS 3（常见问题解答） 3 | 代码 2 |
|---|---|---|
| 最大1 | ||
| 最小销售值0.3 | ||
| 数量23 |
| 站点 ID 1 | AQS 3（常见问题解答） 3 | 代码 2 |
|---|---|---|
| 最大3 | ||
| 最小销售值0.028 | ||
| 数量22 |
| 站点 ID 1 | AQS 3（常见问题解答） 3 | 代码 2 |
|---|---|---|
| 最大10 | ||
| 最小销售值0.0005 | ||
| 数量20 |
换句话说，我有我感兴趣的变量 Max、MinSaleValue 和 Count，它们由指示 SiteID、AQS 和 Code 的标头分隔。
同样，当我有标题时，我对如何使宽数据变长感到困惑。
在这种情况下，我有一些看起来像这样的东西：
| 站点 ID | AQS的 | 法典 | 最大1 | 最小值1 | 数量1 | 最大2 | ... |
|---|---|---|---|---|---|---|---|
| 1 | 1 | 2 | 3 | 0.5 | 23 | 5 | ... |
| 2 | 1 | 1 | 5 | 0.02003 | 21 | 7 | ... |
注意：尾随表示我对后续列有 200 个 max、min 和 count 值的重复。因此，在包含 siteID、AQS 和 Code 的标头之后，我有 （max1，min1，count1，max2，min2，count2，max3，min3，count3.....等等）。 我也想使用数组和 do 循环使这个宽数据很长，但我遇到了类似的问题，不知道如何读取数据。
对于长数据：
像这样读取数据：
data InputDS.LongData;
infile RawData('Long Data.csv') dlm='092C'x dsd truncover firstobs=7 *skip 7 lines to get rid of descriptive header;
*input _SiteID _AQS _Code;
返回一个看起来喜欢这样的表：
| 站点 ID 1 | AQS 3（常见问题解答） 3 | 代码 2 |
|---|---|---|
| . | ||
| . | ||
| . |
| 站点 ID 1 | AQS 3（常见问题解答） 3 | 代码 2 |
|---|---|---|
| . | ||
| . | ||
| . |
| 站点 ID 1 | AQS 3（常见问题解答） 3 | 代码 2 |
|---|---|---|
| . | ||
| . | ||
| . |
. . . 等等，我有大约 200 个这样的观察结果。
换句话说，我保留了标头，但没有保留我想用数组和 do-loop 扩展的长瘦数据。我的最终结果将包含所有 200 个观测值的 SiteID、AQS、Code 和三个变量（最大值、最小值、计数）。
如果分隔这些的标题不存在（或者如果我只需要担心站点 ID），这似乎很简单。但是，我对如何处理标题有点茫然。
对于宽数据：
对于这个，我什至不确定如何输入所有变量，到目前为止我有这个：
data InputDS.WideData;
infile RawData('Wide Data.csv') dlm=',' dsd truncover firstobs=6 *skip descriptive header of data by reading in from 6th line onwards;
*input _all_;*
但不太确定从哪里开始。我想读取数据集中存在的每个变量，然后使用我的方法将所有最大值、最小值和计数获取到它们自己的数组中，并使用 do 循环来“延长”这些数据，但我已经卡住了如何读取这些数据。
答：
0赞
Tom
4/11/2023
#1
因此，假设您有一个这样的 CSV 文件，其中变量名称和值被混合到一个单元格中。
options parmcards=csv1;
filename csv1 temp;
parmcards4;
SiteID 1,AQS 3,Code 2
Max 1,,
MinSaleValue 0.3,,
Count 23,,
;;;;
您可以通过首先将单元格值读入字符变量，然后解析名称和值来读取它。
data file1;
infile csv1 dsd truncover ;
if _n_=1 then do;
input dummy :$50. @ ;
SiteID=scan(dummy,2,' ');
input dummy @;
AQS=input(scan(dummy,2,' '),32.);
input dummy @;
Code=input(scan(dummy,2,' '),32.);
retain SiteID AQS Code ;
delete;
end;
input dummy ;
value=input(scan(dummy,2,' '),32.);
varname=scan(dummy,1,' ');
drop dummy;
run;
这将产生如下数据集：
然后，可以使用 PROC TRANSPOSE 创建宽数据集。
proc transpose data=file1 out=wide1(drop=_name_) ;
by siteid aqs code ;
id varname;
var value;
run;
要获得非常广泛的数据集，您需要添加另一个变量，该变量可用作变量名称的后缀。也许它是CSV文件的文件名的一部分？或者只是简单地计算读取的文件数？获得该变量后，只需将其包含在 PROC TRANSPOSE 步骤的 ID 语句中即可。
评论