SAS编程中的这些小问题你遇到过吗

在用SAS编程时，总是时不时会遇到各种各样的小问题，我本人也遇到过一些有意思的问题，在写程序的过程中，为了避免这些小问题也慢慢的积累了一些经验，那么通过这一节分享给大家吧，希望会给各位童鞋带来一些帮助！

问题一

WARNING: The quoted string currently being processed has become more than 262 bytes long.  You might have unbalanced quotation marks.

上述问题一般出现在这种情况下：

data tmp;

do i = 1 to 100;

var = 'var'||left(i);

output;

end;

run;

proc sql;

select var into : varlist separated by ' ' 

from tmp;

quit;

data _null_;

var = scan("&varlist.",1,' ');

put var =;

run;

当我需要对某一个变量的所有行值生成一个宏变量的时候，就会通过如上的方式进行编程，那么通过scan函数进行拆解时，就会得到上述这种警告。从上述警告可以看到是因为字符超过了262个字节。尽管没有报错，但是出于编程的完美运行角度看，有些童鞋可能就受不了了。

那么我们可以通过添加一行代码来解决这个问题：

options noquotelenmax;

问题二

WARNING: 没有解析符号引用 VARLIST。

这种警告应该会很常见，那么我所指的问题并不是通常我们所说的宏变量未生成的情况，而是在有条件的生成宏变量的情况下合理的未生成宏变量的结果，如下所示：

proc sql;

select distinct age into : agelist separated by ' ' 

from sashelp.class

where age > 16;

quit;

%put agelist = &agelist.;

上述代码表示将满足条件的age不重复的通过空格分隔符生成宏变量agelist，但是很显然数据集中的age并不满足这个条件，因此会出现上述所谓的警告，那么为了避免这个问题，我们可以在程序的最前面对宏变量进行声明，可以是局部的，也可以是全局的，视具体情况而定，这样我们就可以得到一个初始化的值为空的宏变量。

在这里，我们对其进行全局的声明：

%global agelist;

问题三

WARNING: 没有解析宏 CI 的调用。

在统计报告的报表里，通常在第一列的某一行会出现一个标签“%95CI”，而为了让这个标签出现，我们通常习惯用下列语句：

proc sql;

create table tmp as

select '('||compress(lower)||','||compress(upper)||')' as confidence label = "95%CI"

from dataset;

quit;

通过上述类似这种语句我们就可以得到对应的95%CI，那么为了避免%被误认为宏的调用，我们可以采用两种办法：

一：label = '95%CI'

二：label = %nrstr("95%CI")

问题四

这个问题来自论坛，涉及到anydtdte的格式默认长度问题，很有意思，特意贴出来。

程序如下所示：

data a;

input date $ 1-51;

cards;

2012-01-19T11:30

2011-12-22T11:15

2012-03-08T08:15

;

run;

data b;

set a;

date1=scan(date,1,'T');

date2=input(date,anydtdte.);

format date2 date9.;

run;

最终的结果如下所示：

上述结果有两处问题：

第一：date2的结果与date1的日期结果对不上，例如第二列为2012年1月19日，到了第三列变成了2012年1月1日；

第二：第三列date2的最后一行结果为缺失。

那么问题的关键在在哪呢，从上述代码我们可以看到编程做日期转换的过程中采用anydtdte格式来进行转化，这个思路并没有错，那么错在什么地方呢？

首先给出SAS HELP的语法：
 

从上述编程可看到，这么童鞋在采用anydtdte格式进行转化时并没有设定字符长度，而是采用了anydtdte默认读取的长度值9，因此在读取date1字符串时，就变成了只读取前9位，因而出现日期对不上，到了最后一行更是因为第九位数字为0而没有此日期因此无法转化从而出现缺失的情况。

那么纠正这个错误想必各位童鞋都应该了解了，只需要在anydtdte后面加个数字10就完美的解决了这个问题了。

date2=input(date,anydtdte10.);

问题五

%abort 和 %return

关于这两个宏语句，作用都差不多，都是为了中断程序的运行，只是轻重程度不一样，这一点需要谨记：

%abort直接结束SAS进程。也就是说你的SAS在执行完这个语句之后，你的SAS会被立即关闭，甚至都来不及保存，因此运行这个语句需要慎重考虑。

%return 中断你当前运行的宏。

对于%return举个简单的例子：

%macro checkit(error);

%if &error = 1 %then %do;

%put 程序中断，请修正参数;

%return;

%end;

%else%put 继续进行;

%mend checkit;

上述编程表示当输入的error = 1 时，日志会输出“程序中断，请修正参数”，同时宏被中断；当输入的error = 其他值时，日志会输出“继续进行”。

问题六

为了凑成六六大顺，再写一个今天某位童鞋遇到的一个问题吧。

问题是这样的：

一个数据集的一个变量假定为var，var的值为1 1 2 2 2 3 . . 5。可以看到有2个1,3个2，2个缺失，一个5。那么这位童鞋想通过程序统计var为2的个数，于是写出了如下代码：

proc sql;

select count(var = 2) as varcnt

from tmp;

quit;

这位童鞋可能有点不太明白sum函数和count函数在遇到逻辑比较运算的时候的区别。

首先我说一下count函数吧。

Count函数一般在sql中有两种写法，一种是count(*)，这个表示对数据集行数的统计，如果加了group by，那就是分组的行数统计；一种是count(variable)，这个是表示对某一个变量的非缺失行数的统计，加了group by 那也是同理；如果加了逻辑比较运算的话，像count(expression)，跟count（*）基本上没啥区别，当然前提是这个运算不是简单的数值运算，我们知道数值运算中缺失值加任何值都是缺失，除非采用计算函数。

以上述数据为例：

data tmp;

input var @@;

cards;

1 1 2 2 2 . . 5

;

run;

proc sql;

select count(var) from tmp;

select count(*) from tmp;

select count(var = 1) from tmp;

quit;

最终得到的结果是：第一行为6，第二行为8，第三行为8。第三行中var = 1最终的结果要么是0，要么是1，因为非缺失的var的值 = 1肯定要么是0要么是1，而缺失的var值 = 1 的结果肯定是0，因此都是非缺失的，因此其实跟第一种写法意义一样。数据分析师培训

而sum函数则一般在sql中有两种写法：一种是sum(variable)，这个表示对variable每行值的累加，不考虑缺失值；一种是sum（expression），那么就是对expression的结果进行累加，如果expression = 1 ，那么就是加1，如果expression = 0，那么就是加0。