DATA Step与PROC SQL的对比
DATA Step vs. PROC SQL: What’s a neophyte to do? -
这篇文章比较简单，因此只是把一些SAS和SQL相似的功能列举出来，供以后查阅。
1 创建数据集
1.1 从非关系数据库的数据源创建新数据集
数据步data step：
DATA table1;
INPUT charvar1 $3.
+1 charvar2 $1.
+1 numvar1
+1 numvar2 DATE7.
;
DATALINES;
me1 F 35786 10oct50
me3 M 57963 25jun49
fg6 M 25754 17jun47
fg7 F . 17aug53
PROC PRINT DATA=table1;
RUN;
SQL语句：PROC SQL
PROC SQL;
CREATE TABLE table1
( charvar1 CHAR(3)
, charvar2 CHAR(1)
, numvar1 NUM
, numvar2 NUM INFORMAT=DATE7.)
;
INSERT INTO table1
VALUES('me1','F',35786,'10oct50'd,)
VALUES('me3','M',57963,'25jun49'd)
VALUES('fg6','M',25754'17jun47'd)
VALUES('fg7','F',.,'17aug53'd)
;
SELECT *
FROM table1;
QUIT;
1.2 从关系数据库的数据源创建新数据集
数据步data step：
LIBNAME olib ORACLE
SAS/ACCESS-engine-connection-options
;
DATA table1;
SET olib.oracle_table;
IF var1 = "value1" THEN...
...
SQL语句：PROC SQL
PROC SQL;
CONNECT TO rdbms
AS dbref (dbms-definitions);
CREATE TABLE table3 AS
SELECT col1, col2, col3
FROM CONNECTION TO dbref
(SELECT col1, col2, col3
FROM table1, table2
WHERE table1.co11
= table2.col5
ORDER BY col1
);
DISCONNECT FROM dbref;
QUIT;
2 排序数据
SAS过程步排序：
PROC SORT DATA=table1
OUT=table2
NODUPLICATES;
BY var1 var2;
SQL语句：PROC SQL
PROC SQL;
CREATE TABLE table2 AS
SELECT DISTINCT *
FROM table1
ORDER BY var1 var2;
QUIT;
3 连接数据
3.1 数据集基础连接
SAS数据步：
DATA table3;
SET table1
table2;
SQL语句：PROC SQL
PROC SQL;
CREATE TABLE table3 AS
SELECT *
FROM table1
OUTER UNION CORRESPONDING
SELECT *
FROM table2;
QUIT;
3.2 匹配合并
数据步DATA Step：
DATA table3;
MERGE table1 (IN=l)
Table2 (IN=r);
BY keyvar;
IF l AND r;
SQL语句：PROC SQL
PROC SQL;
CREATE TABLE table3 AS
SELECT *
FROM table1 AS l
INNER JOIN table2 AS r
ON l.keyvar=r.keyvar;
QUIT;
4 取子集
4.1 行数据子集
数据步DATA Step：
DATA table2;
SET table1(WHERE=(var1=value1));
DATA table4;
SET table3
IF var1=value1 AND
var2 IN (value-list);
DATA table7;
MERGE table5 table6;
BY var1;
IF M0D(var4,3) NE 0 THEN DELETE;
SQL语句：PROC SQL
PROC SQL;
CREATE TABLE table3 AS
SELECT var1, var2, var3, var4
FROM table1 AS a,
table2 AS b
WHERE a.var1=b.var1
AND a.var1 IN (value-list);
QUIT;
PROC SQL;
CREATE TABLE table4 AS
SELECT *
FROM table3;
DELETE
FROM table4
WHERE var1 IS MISSING;
QUIT;
4.2 列数据子集
数据步DATA Step：
DATA table2;
SET table1(DROP=var4-var6);
DATA table4;
MERGE table2 table3;
BY keyvar;
KEEP keyvar var1 var2;
SQL语句：PROC SQL
PROC SQL;
CREATE TABLE table1 AS
SELECT var1, var2, var3, var6
FROM table2;
QUIT;
PROC SQL;
CREATE TABLE table2(DROP=var4-var6) AS
SELECT *
FROM table1;
QUIT;
5 转换数据
5.1 创建新变量
数据步DATA Step：
DATA table2;
SET table1;
newvar1 = oldvar2 / oldvar3;
newvar2 = SUBSTR(charvar5,3,5);
SQL语句：PROC SQL
PROC SQL;
CREATE TABLE table2 AS
SELECT var1, var2,
oldvar2/oldvar3 AS newvar1
FROM table1;
QUIT;
5.2 汇总数据
SAS过程步：
PROC SORT DATA=table1;
BY catvar1;
PROC MEANS DATA=table1;
BY catvar1;
VAR var4;
OUTPUT OUT=table2
SUM=totvar4
N=cntvar4
NMISS=missvar4 ;
SQL语句：PROC SQL
PROC SQL;
CREATE TABLE table2 AS
SELECT catvar1,
SUM(var4) AS totvar4,
COUNT(var4) AS cntvar4,
NMISS(var4) AS missvar4
FROM table1
GROUP BY catvar1
ORDER BY catvar1
;
QUIT;
6 数据步与SQL功能对比
7 数据步与SQL优势对比
SQL语句：PROC SQL
PROC SQL包含了很多SAS数据步和过程步的功能
一般实现的语句不会太复杂或太长
对于小的数据表，SQL更有效
SQL是标准化的数据库操作语言，因此基础使用人群更多
并不需要显性地去排序数据集
SQL的join的时候，并不要求变量相同，但长度和类型要求相同
SQL可以直接打印数据集结果，但是可以用noprint禁止打印
可以对数据集用别名
SAS：
用处理更多的数据集
可以同时对文件读取与写入数据
数据处理更灵活
更方便地使用关系数据库的数据
更容易地输入非关系数据库的外部数据
8 技术的选择
熟练或熟悉程度：
准确性：
可维护性：
人力资源的有效性：
处理资源的有效性：
将来的应用：
0 comments:
Post a Comment