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 AGE100 1-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
2、有五种类型：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
3、时，输入：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
4、储长度、标签、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.,$548,231,548231,日期和时间数据的存储,SAS采用数值存储日期和时间形式的数据。在默认
5、情况下，SAS系统以0代表1960年1月1日0时。 其它日期在SAS系统中被存储为与该日期相差的天数。 例如，1960年1月3日，在系统中存为2。2004年1月25日，在系统中存为16095。注意：为了使数值型变量显示日期形式，必须使用日期型的输出格式，同样地为了以日期形式输入日期必须使用日期型的输入格式。,SAS变量分为两类，数值变量(Num)与字符变量(Char)。数值型变量只能取数值为值。可以有正负号及小数点(+、)，但不能有逗号(，)。 数值型是SAS的默认变量类型，默认长度为8位。字符型变量可以取字符、字母、特殊字符以及数字为值。在DATA步中某些SAS语句中，第一次出现的变量名后跟
6、一个美元符号（$），即表明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 *
7、/ Y=10; /*Y为字符变量 */ X=Y; /*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
8、值自动转换为字符,data; X=abcd; /*X为字符变量 */ Y=123; /*Y为数值变量 */ 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
9、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
10、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 _n
11、umeric_; /* 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
12、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 = (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(
13、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(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
14、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：SAS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)
15、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
16、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)sum(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
17、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5654.57 CEIL(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
18、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 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
19、。 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。
20、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s2 LEFT(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
21、 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interval间隔后的SAS日期。其中interval 可以取YEAR、QTR、MONTH、WE
22、EK、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
23、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 分布类型可以只写
24、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
25、) 设随机变量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。,
26、6、分位数函数分位数函数是概率分布函数的反函数。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
27、位数。,7、随机数函数 均匀分布随机数UNIFORM(seed)，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、
28、BINOMIAL、CAUCHY、CHISQUARE、ERLANG、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
29、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,
