分配一个值给宏变量,可以使用callsymput:
CALL SYMPUT(”macro-variable-name”,value);
macro-variable-name是变量名,value可以是一个变量名,该变量的值将分配给macro-variable-name,也可以是一个用引号括起来的常量。
call symput通常在IF-THEN语句中使用:
IF Age>=18 THEN CALL SYMPUT(”status”,”Adult”);
ELSE CALL SYMPUT(”status”,”Minor”);
这个语句创建了宏变量&STATUS,并依据年龄情况分配给值adult或minor。下面的代码使用变量来赋值:
IF TotalSales>1000000 THEN CALL SYMPUT(”bestseller”,BookTitle);
注意 用call symput创建的宏变量与赋值变量不能够用在同一个数据步中。因为直到数据步执行之后,SAS才会将一个值赋给宏变量。
例子 仍然是花店销售的数据:
现在想找到单个订单最大的客户,并打印出这个客户的所有订单。
第一段代码读取原始数据,proc sort按照quantity降序排序,最大单个订单将会出现在第一个观测值上。
第二段代码使用call symput,当_N_为1 的时候,分配变量CustomerID的值给宏变量&SELECTEDCUSTOMER,在数据步中,我们所需要的就是这么多,因此使用stop语句告诉SAS停止数据步。Stop语句也可以不要,但为了提高效率,它可以告诉SAS不要再读取下面的观测值了。
第三段代码,此时SAS直到数据步已经结束,因此执行数据步。宏变量&SELECTEDCUSTOMER的值为356W,结果如下:
避免宏错误 尽可能先用标准SAS代码写你的程序,当没有错误了,再转成宏代码,先一次增加一个宏逻辑特征。再增加%macro和%mend。再增加宏变量。
引用问题 宏处理器不能解决但引号内的宏。所以要使用双引号。比如下面的例子,单引号不能读取宏变量的值:
排除宏错误bug的系统选项 这五个系统选项会影响SAS写入日志的信息。粗体为默认的设置。
MERROR|NOMERROR 如果你调用了一个SAS不能找到的宏,则会报警。
SERROR|NOSERROR 如果你使用了一个SAS不能找到的宏,则会报警。
MLOGIC|NOMLOGIC SAS会在日志里打印关于执行宏的详细信息。
MPRINT|NOMPRINT SAS在日志里打印由宏产生的标准SAS代码。
SYMBOLGEN|NOSYMBOLGEN SAS在日志里打印宏变量的值。
最好只在排除bug的时候才将MLOGIC,MPRINT和SYMBOLGEN打开,否则它会让你的日志阅读起来很困难。想要关闭,则用系统语句:
OPTIONS MPRINT NOSYMBOLGEN NOMLOGIC;
Merror信息 如果SAS不能找到一个宏,并且Merror选项也是开着的,那么SAS会打印这样的信息:
WARNING:Apparent invocation of macro SAMPL not resolved.
确认宏名字的拼写是否正确。
SERROR信息 如果SAS不能在开放代码中处理一个宏变量,并且serror选项是开着的,SAS会打印这样的信息:
WARNING:Apparent symbolic reference FLOWER not resolved.
首先确认是否拼写错误,再次查看视角,即是否在外部使用了一个局部变量。
MLOGIC信息 如果这个选项开启,SAS会在日志中打印由宏产生的SAS语句。如果在MPRINT选项中运行了%SAMPLE,日志会如下所示;
SYMBOLGEN信息 如果这个选项开启,SAS会在日志窗口中打印每个宏变量的值。如果在SYMBOLGEN选项中运行%SAMPLE,日志会如下所示:
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21