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_

（更多…）