05 12月 13 SAS DATA步之全解密
SAS DATA步之全解密
Swati Agarwal,OPTUM,Eden Prairie,MN
空谷幽兰 翻译 sxlion 校对 原文链接
译言：SAS DATA步对于SAS入门学习者来说是个难以理解的东西，因为SAS封装了一些过程，这种封装对于有语言基础的人来说反而是一个障碍。本文非常详细的解释了SAS 数据的编译、执行过程，对于了解SAS的基本运行有很大帮助。不管SAS老鸟，新鸟，相信你都会有收获，因为这篇文章是难得的如此系统 ！
摘要
每个SAS数据步（SAS Data step，以后写成简写“DATA步”）在整个SAS程序中编译和执行过程中。大量DATA步的处理过程都是非明示的（即隐藏不可见）。例如，尽管程序中没有使用循环控制语句不包含循环，但DATA步都像一个自封装的小程序以一种非明示的循环形式执行。
这篇文章探讨了一些非明示的DATA处理过程怎么控制你的DATA步实际运行的。
需要提前说明的概念：
- 程序数据向量（Logical Program Data Vector简写成PDV，台湾地区翻译成“程式资料向量”）
- SAS自动变量名及其使用
- 理解data步的内部处理过程
- 代码编译期间发生的事情
- 程序执行期间实际发生了什么
- 如何获取和存储变量属性
你或许在程序中写过大量的DATA步：一些能运行，一些则运行不了。有时候你知道为什么；有时你不知道为什么，甚至你冥思苦想而百思不得其解。如果碰到过这些问题，那么这篇文章很适合你。
Data步设计的非常好，但是有些另类。如果你想写出很漂亮的代码，就很有必要知道DATA步的工作原理。读完这篇文章以后，“哦，哦，… 原来如此！”，一个即使使用SAS多年的老鸟，也会发出这样的感叹。 from http://saslist.net
引言
DATA步是建SAS数据集的主要方法之一。要想成为一个优秀的SAS程序员很有必要理解DATA步的各个环节，主要是因为一些涉及数据处理和创建数据集的任务可能只能通过DATA步才能解决(这些任务不能通过SAS过程步（SAS procedures，以后简写成“SAS过程步”）解决、或者使用SAS过程步太过复杂而难以使用)。
了解DATA步的生命周期非常重要，它分为编译和执行两个阶段。同时学习PDV也非常重要。PDV贯穿SAS的编译和执行两个阶段，而且能决定了信息在DATA步中的存储及变化。
编译阶段包括：
- 编译SAS语句，包括检查语法
- 创建一个输入缓存区（input buffer）（如果需要读入原始数据文件）、一个PDV和描述性信息
执行阶段包括：
- 计算Data步迭代的次数(从Data语句开始)
- 将PDV中的所有变量设成缺失值并初始化自动变量
- 读取输入观测(从原始文件或SAS数据集)
- 执行附加的处理或计算语句
- 将一条数据记录写入输出数据集并返回到DATA步语句
PDV贯穿编译和执行阶段：
- PDV是内存中的一个临时逻辑区域，SAS建立数据集时，每条观察值只有一次机会用到PDV。
- 包含所有变量的当前值
- 包含两个自动变量：_N_和_ERROR_
原创文章: ”SAS DATA步之全解密“，转载请注明： 转自SAS资源资讯列表
本文链接地址: http://saslist.net/archives/356
21 6月 13 大数据之核心技术 by SAS刘政
近期SAS公司研发总经理刘政先生在2013年6月14日中美创新系列活动之2013大数据创新峰会所做的演讲，主题为：“大数据之核心技术” 内容精彩、图片惊艳，全文pdf见文后链接。
大数据 SAS公司 核心技术
大数据 SAS公司 核心技术
大数据 SAS公司 核心技术
原创文章: ”大数据之核心技术 by SAS刘政“，转载请注明： 转自SAS资源资讯列表
本文链接地址: http://saslist.net/archives/313
30 11月 12 SAS公司发展史 by 刘政
导读：本文节选自SAS中国公司总经理刘政先生于2012年底受邀到全国各大高校所做的学术报告ppt，这部分介绍SAS公司历史及科技发展史，对SAS公司感兴趣的同学可以看看。
原创文章: ”SAS公司发展史 by 刘政“，转载请注明： 转自SAS资源资讯列表
本文链接地址: http://saslist.net/archives/309
28 11月 12 SAS高性能数据分析 by 刘政
导读：本文节选自SAS中国公司总经理刘政先生于2012年底受邀到全国各大高校所做的学术报告ppt，报告共分为两个部分：1,SAS公司历史及简介；2,大数据与SAS高性能数据分析。为了突出重点，本站于2012年11月28日选择第2部分发布。
原创文章: ”SAS高性能数据分析 by 刘政“，转载请注明： 转自SAS资源资讯列表
本文链接地址: http://saslist.net/archives/308
14 11月 12 SAS公司历史全知道一
SAS公司历史全知道一
by sxlion
2011年美国最大的计算机专业杂志PCMAG杂志列出了科技界领袖的专属富豪榜中，SAS公司联合创始人兼CEO James Goodnight（硬翻译成“晚安”） 以69亿美元位居富豪榜第八。 如果不是因为使用SAS软件的原因，我相信大多数人不知道Goodnight这个人，他绝对够低调。另外，他也是美国北卡罗来纳州首富。
在上个世纪，SPSS，BMDP和SAS被称为国际三大统计软件，后来BMDP被 SPSS收购，SPSS今年又被IBM收购。SPSS收了BMDP以后就晾一边，晾没了，如今连域名bmdp.com处于待售状态。SPSS前老板老聂Norman Nie把SPSS卖给IBM后，自己捣腾个做R商业版本的公司Revolution R，看来老聂把BMDP和SPSS整垮了，还不甘心。不过看不出Revolution有什么前途，如今只剩下晚安老头孤独求败了。 from: http://saslist.net
图1. Goodnight和他收藏的岩石、矿石、化石和陨石
原创文章: ”SAS公司历史全知道一“，转载请注明： 转自SAS资源资讯列表
本文链接地址: http://saslist.net/archives/299
03 9月 12 SAS函数精选三 翻译
系列： SAS函数精选一 SAS函数精选二
CATS和CATX函数
这两个函数用于连接字符串。函数CATS首先去掉每个要连接字符串的首尾空格。CATX也会去掉首尾的空格，并且还会在每个字符串之间插入分隔符（CATX函数的第一个语句）。
这些函数需要非常注意的点是结果的存储长度，如果没有预先定义，默认是长度200。而你使用连接符号（||或！！）只是这些连接字符串长度之和。
如果你有一系列的变量如Base1-Basen，你可以在列表前使用关键词‘OF’。最后，列表中的值可以是字母，也可以说数字。如果一些语句是数字，SAS将会把数字当作字母对待，并且不会在SAS log里面出现转换信息。
下面的例子示意这些函数字母操作去掉空格，函数CATX字母插入分隔符。
程序17
1 2 3 4 5 6 7 8 | data join_up; length Cats $ 6 Catx $ 13; String1 = 'ABC '; String2 = ' XYZ '; String3 = '12345'; Cats = cats(String1,string2); Catx = catx('-',of String1-String3); run; |
图17：程序17的输出结果
Cats Catx
ABCXYZ ABC-XYZ-12345
COUNT和COUNTC函数
SAS有两个计数函数，COUNT和COUNTC。它们之间的区别就像FIND和FINDC。COUNT计算一个子字符串在一个字符串中出现的次数，COUNTC计算单独字母在字符串中出现的次数。这些函数的语句和FIND和FINDC一样。第一个语句是你想要搜索的字符串，第二个语句是子字符串（COUNT）或一列字母（COUNTC）。最后你可以在第三个语句中使用可选的修饰符，其中修饰符‘i’（忽略大小写）最有用了。 （更多…）
原创文章: ”SAS函数精选三 翻译“，转载请注明： 转自SAS资源资讯列表
本文链接地址: http://saslist.net/archives/284
03 9月 12 SAS函数精选二 翻译
系列： SAS函数精选一 SAS函数精选三
SUBSTR函数
如果你需要从一个字符串中提取一个子字符串，你需要SUBSTR函数。需要提醒一下的是，有个函数SUBSTRN非常像SUBSTR，就是多了一些额外的特征。我不知道这些特征是否经常被需要，因此本文选择描述稍微简单的函数SUBSTR。
此函数的第一个语句是输入字符串，第二个语句是你想要提取字符串的开始位置，第三个是，可选语句，设定子字符串的长度。如果你忽略第三个语句，函数将提取输入字符串中最后一个非空字母，也就是说，它忽略输入字符串的后面的空格（这个特征非常有用）。
在我们继续例子之前，理解默认长度这个概念非常重要。比如说，在下一个程序中，如果你没有写LENGTH语句，SAS将仍然需要设置一个长度给State。对于这个函数，默认长度等于函数第一个语句的长度。你不能使得从字符串提取的子字符串长于字符串本身。很多其他的SAS字符函数默认长度为200。需要保证的是，具有这个功能的函数需要在DATA步中包含LENGTH语句。最好是包含LENGTH语句，即使是不需要，这样是没有风险的。http://saslist.net/
下面是一个使用SUBSTR函数的简单例子。
程序9
1 2 3 4 5 6 7 8 9 | data pieces_parts; input Id $9.; length State $ 2; State = substr(Id,3,2); Num = input(substr(Id,5),4.); datalines; XYNY123 XYNJ1234 ; |
这里是你想要提取州号码（从位置3开始，一共两位），ID的数字部分从位置5开始。注意你忽略数值提取中的第三个语句。这个非常有用，因为有的数字是3个字符长，有的是4个字符长。这个例子中，你使用INPUT函数将字符转化为数值。
图9，程序9的输出结果
Id State Num
XYNY123 NY 123
XYNJ1234 NJ 1234
使用等号在左边的SUBSTR函数
在早期学SAS的时候，等号在左边的SUBSTR函数被称为是SUBSTR假函数。据我所知，这是SAS唯一等号在左边的函数。下面是它的用途：
允许你用新的字符来替代已有字符串中的字符。这个听起来挺复杂的，但是你通过下面的程序看到，这实际上是很直接的方式。下面的程序使用SUBSTR函数（等号在左边的）来遮住帐号的前五个字符。 （更多…）
原创文章: ”SAS函数精选二 翻译“，转载请注明： 转自SAS资源资讯列表
本文链接地址: http://saslist.net/archives/283
01 9月 12 SAS函数精选一 翻译
下面是Dr. Ron Cody的一篇关于SAS函数的文章，非常好的函数介绍文章。曾经在2009年SAS公司（上海）举办的一次SASor聚会上，我做了一次关于SAS函数的presentation分享，见 ppt和正文，我发现竟然有部分内容重合。 我个人非常喜欢SAS系统提供的函数，建议老手新手都可以读读下面的文章，祝都有所获！
最有用的一些SAS函数
A Survey of Some of the Most Useful SAS Functions
by Dr. Ron Cody 翻译 sxlion
摘要：
SAS函数为你的数据步（DATA step）编程提供惊人的能力。有一部分SAS函数是精华，能够帮助你节省大量不必要的代码。这篇文章内容覆盖其中最有用的一些SAS函数。有些函数可能对你来说有些陌生，然后她们将会改变你的编程方式，并助你轻松完成日常的编程任务。
介绍：
本文写到的大部分函数都与字符数据有关，这些函数的功能包括搜索字符串，查找和替代字符串，或连接字符串，还有些函数能测量两个字符串之间的距离（这对于“模糊”配对非常有用）。一些最新和最叹为观止的函数还以Call例程的形式存在。你知道怎么用函数在同一个观察值进行排序吗？你知道你不仅可以定位一列变量中极大或极小值，而且可以定位到第二位、第三位最大或最小的值？ 如果你觉得上面的介绍能够吸引你的兴趣，请继续往下读！ http://saslist.net
SAS是怎样存储字符值的？
在我们讨论字符函数之前，了解SAS怎样存储函数值非常重要。为了帮助讨论，你首先需要理解两个重要的字符函数：LENGTHN和 LENGTHC。
LENGTHN和 LENGTHC
这两个函数返回字符值的长度信息，其中LENGTHN返回未计算后缀空格语句的长度。LENGTHC返回字符变量的存储长度。你也许对旧的SAS函数LENGTH比较熟悉，大部分情况下函数LENGTH和LENGTHC返回同样的值。有一个例外的是，当语句里是缺失值时，LENGTH函数返回的是1，而LENGTHN返回0。有一些新函数看起来是在旧函数后面加个字母“n”，这里的“n”代表“空字符串”（“null string”）。在SAS9中，长度为0的字符串概念被引进。在大多数情况下，如果你看到一个你似曾相识的新函数（比如说新函数TRIMN， （更多…）
原创文章: ”SAS函数精选一 翻译“，转载请注明： 转自SAS资源资讯列表
本文链接地址: http://saslist.net/archives/282
27 7月 12 SAS十大性能优化技术 翻译
这是2012年SAS全球用户大会的一篇文章，主要讲编程时注意哪些问题，才能提高SAS程序的执行效率，很显然，一篇文章很难讲全SAS代码优化的全部技术，这里只是作者本人和他调查周围的程序员的一些经验总结，有很多方面并没有考虑到，如硬件情况。但是作为一篇入门级的SAS代码优化文章来读，还是很不错的。 原文链接：http://support.sas.com/resources/papers/proceedings12/357-2012.pdf
SAS十大性能优化技术
翻译 by 空谷幽兰 修改 by sxlion
摘要
SAS／BASE模块为用户读取、处理、分析、整理和生成高质量的数据和结果提供了多种选择。部分由于SAS软件提供的功能和数据源规模的原因，许多应用开发员和最终用户都需要更高效的用户指南。本篇文章列举了我个人认为SASor实施开发应用过程中最重要的前十种性能优化和编程技术。参加者学习DATA和PROC步语句和选项将有助于完成涉及数据整理，排序，分组，合并和汇总相关任务，并同时节省CPU， I/O，数据存储空间和内存资源。
引言
在编写SAS代码和/或应用程序时，代码的高效性不总是受到开发者的重视，尤其是在开发的初期阶段。应用程序的执行情况极大地受系统性能影响。理解应用程序和系统性能需求对于活跃开发员的非常重要。
应该注意每一个程序单元以使其符合高效性能评估准则。了解用户的期望（最好在应用程序开发过程的初期阶段）往往有助于开发更有效的应用程序。这样，在应用程序接近完工时提高程序效率的难度往往是最小的。本文列举了使用SAS软件时可以提高应用程序性能的几个重要方面。
Efficiency Objectives 效率导向
原创文章: ”SAS十大性能优化技术 翻译“，转载请注明： 转自SAS资源资讯列表
本文链接地址: http://saslist.net/archives/276
03 8月 11 SAS爱好者专用电脑配置建议 by sxlion
前言：
大家经常讨论SAS软件方面的技术问题，而对硬件关注相对较少，因此这里根据本人最近的配机经验，结合资料介绍运行SAS系统的硬件情况，给大家一个这方面的参考。 非常感谢张磊IDMer，文彤老师，shiyiming，kuhasu对本文草稿进行了很多重要建议和补充，本文才得以完善 !
正文：
一般来说，SAS系统运行环境对硬件要求不高，普通的电脑可以满足常规的小规模数据分析，但是遇到数据量大或分析任务比较重，机器不给力的情况下，那么配机或升级硬件的时候不妨在考虑的时候参考一下下面的建议。
SAS提供了很多优化程序的方法来提高速度，包括版本更新、系统选项、程序选项和新的高效方法等等，但是这都是从软件方面来优化的，作为SAS用户，如果我们需要配置一台性价比高的机器的话，我们就需要考虑哪些硬件会影响SAS运行速度的硬件，主要从三个方面来考虑即：CPU，内存，硬盘读写和IO速度 。From saslist.net
原创文章: ”SAS爱好者专用电脑配置建议 by sxlion“，转载请注明： 转自SAS资源资讯列表
本文链接地址: http://saslist.net/archives/154
，