1、精選優質文檔-傾情為你奉上SAS中的SQL語句完全教程之一：SQL簡介與基本查詢功能 本系列全部內容主要以SQL Processing with the SAS System (Course Notes)為主進行講解，本書是在網上下載下來的，但忘了是在哪個網上下的，故不能提供下載鏈接了，需要的話可以發郵件向我索取，我定期郵給大家，最后聲明一下所有資料僅用于學習，不得用于商業目的，否則后果自負。  1 SQL過程步介紹1.1 SQL過程步可以實現下列功能：查詢SAS數據集、從SAS數據集中生成報表、以不同方式實現數據集合并、創建或刪除SAS數據集、視圖、索引等、更新

2、已存在的數據集、使得SAS系統可以使用SQL語句、可以和SAS的數據步進行替換使用。注意，SQL過程步并不是用來代替SAS數據步，也不是一個客戶化的報表工具，而是數據處理用到的查詢工具。 1.2 SQL過程步的特征SQL過程步并不需要對每一個查詢進行重復、每條語句都是單獨處理、不需要print過程步就能打印出查詢結果、也不用sort過程步進行排序、不需要run、要quit來結束SQL過程步 1.3 SQL過程步語句SELECT：查詢數據表中的數據ALTER：增加、刪除或修改數據表的列CREATE：創建一個數據表DELETE：刪除數據表中的列DESCRIBE：列出數據表的屬性

3、DROP：刪除數據表、視圖或索引INSERT：對數據表插入數據RESET：沒用過，不知道什么意思SELECT：選擇列進行打印UPDATE：對已存在的數據集的列的值進行修改   2 SQL基本查詢功能 2.1 SELECT語句基本語法介紹SELECT <DISTINCT> object-item <, .object-item> FROM from-list  <WHERE sql-expression>  <GROUP BY group-by-item <, . gr

4、oup-by-item>>  <HAVING sql-expression>  <ORDER BY order-by-item <, . order-by-item>> 這里SELECT：指定被選擇的列FROM：指定被查詢的表名WHERE：子數據集的條件GROUP BY：將數據集通過group進行分類HAVING：根據GROUP BY的變量得到數據子集ORDER BY：對數據集進行排序 2.2 SELECT語句的特征選擇滿足條件的數據、數據分組、對數據進行排序、對數據指定格式、一次最多查

5、詢32個表。這里還要提到的就是，在SAS系統中，對于表名和變量名一般不超過32個字符，對于庫名，文件引用名，格式等不能超過8個字符 2.3 Validate關鍵字Validate關鍵字只存在于select語句中、可以在不運行查詢的情況下測試語句的語法、檢查列名是否合法、對于不正確的查詢將打印其消息。例：1    proc sql;2        validate3        select Region, Pro

6、duct,Sales4        from sashelp.shoes5        where Region = 'Africa'NOTE: PROC SQL 語句有有效語法。6    quit;此外，我們還可以用noexec選項也可以用來進行語法測試。例：7    proc sql noexec;8      &

7、#160; select Region, Product,Sales9        from sashelp.shoes10       where Region = 'Africa'NOTE: 由于 NOEXEC 選項，未執行語句。11   quit;這里提示未執行，未提示錯誤，說明該語句沒有語法錯誤。但是如果加入一個sashelp.shoes表里沒有字段，這里就會出現錯誤，例：12   proc sql

8、noexec;13       select Region, Product,Sales,test14       from sashelp.shoes15       where Region = 'Africa'ERROR: 以下這些列在起作用的表中沒有找到: test.16   quit; 2.4 查詢列我們可以像2.3那樣查詢指定列，也可以用*來查詢所有列。例：p

9、roc sql;       select *       from sashelp.shoes;quit;這里我們可以用feedback選項來查看到底我們選擇了哪些列：17   proc sql feedback;18       select *19       from sashelp.shoes;NOTE: Statement t

10、ransforms to:        select SHOES.Region, SHOES.Product, SHOES.Subsidiary, SHOES.Stores, SHOES.Sales, SHOES.Inventory, SHOES.Returns          from SASHELP.SHOES;20   quit;這時，我們可以看到從sashelp.shoes表中選擇了8個列 2.

11、5 消除重復值我們可以用distinct選項來消除重復值。例如，我們要得到沒有重復的所有地區的名稱：proc sql;    select distinct Region    from sashelp.shoesquit; 2.6 where子集查詢2.6.1 比較運算符先列出where語句用到的比較運算符：LT   <    小于GT   >    大于EQ   =  &

12、#160; 等于LE   <=   小于或等于GE   >=   大于或等于NE   =   不等于例如，我們要查詢sales大于的所有數據：proc sql;    select *    from sashelp.shoes    where sales>quit; 2.6.2 in：只要滿足in里的任意一個值，表達式即為真，例如，我們要選擇Region在

13、Africa和Eastern Europe的所有數據：proc sql;    select *    from sashelp.shoes    where Region in ('Africa','Eastern Europe');quit; 2.6.3 邏輯運算符OR     |      或AND   &   

14、  是NOT         非例如，選擇Region在Africa和Eastern Europe，且銷售額大于的所有數據：proc sql;    select *    from sashelp.shoes    where Region in ('Africa','Eastern Europe') and  sales>quit; 2.6.4 CONTAINS或?

15、：判斷某列是否包含指定字符串例如，選擇列Region包含Afr的數據：proc sql;    select *    from sashelp.shoes    where Region ? 'Afr'quit; 2.6.5 IS NULL或IS MISSING：判斷某列數據是否為空例如，如果找出Region為空的數據：proc sql;    select *    from sashelp.shoes &

16、#160;  where Region is missing;quit;注意，這里我們還可以用以下表達式對where語句進行替換。如果region為數值型變量，則可以用region=.，如果region為字符型變量，則可以用region= 進行替換。 2.6.6 Between and：選擇某一區間的數據例如選擇sales大于，但小于的所有數據：proc sql;    select *    from sashelp.shoes    where sales between and

17、;quit; 2.6.7 like：判斷是否能匹配某些字符例如，選擇以region以A開頭的所有地區proc sql;    select *    from sashelp.shoes    where Region like 'A%'quit;這里注意有兩類通配符，%可以通配任意個任意字符，_只能通配一個任意字符 2.6.8 =*：類似匹配這里由于sashelp.shoes里沒有符合要求的數據，所有就用書上的例子說明一下吧：Where lastname=* smit

18、h，出來的結果可能是：smith，smythe等 2.7 表達式我們可以通過已有的列進行計算來得到新的列，這時用關鍵詞as來給新的列賦列名，例如：proc sql;    select Region, Product,Sales,Stores,Sales/Stores as salesperstores    from sashelp.shoesquit;這時結果就會多一列salesperstores，用來得到該地區該產品每個商店的平均銷售量。這里要注意的是，在創建表達式時，我們還可以在SQL里用到SAS中的除LAG和DIF

19、F之外的所有函數。 這里我們還可以用表達式計算出來的結果來進行子集查詢，但一定要記住用calculated關鍵詞。例如我們要找出商店平均銷售量大于5000的數據：方法一：proc sql;    select Region, Product,Sales,Stores,Sales/Stores as salesperstores    from sashelp.shoes    where Sales/Stores>5000;quit;方法二：proc sql;  

20、60; select Region, Product,Sales,Stores,Sales/Stores as salesperstores    from sashelp.shoes    where calculated salesperstores>5000;quit; 2.8 查詢結果展示2.8.1 order by數據排序默認的排序方式是升序，我們可以用DESC關鍵詞來進行降序排列。例如以sales降序排列數據：proc sql;    select *  &

21、#160; from sashelp.shoes    order by Sales DESC;quit;這里提示一下，我們可以用任意多列進行排序，包括表達式結果（不用calculated），但最好是選擇的列。 2.8.2 LABEL與FORMATLABEL：改變輸出變量名的內容FORMAT：改變列的值的輸出方式例如，改變salesperstores的label和formatproc sql;    select Region, Product,Sales,Stores,    Sales/St

22、ores as salesperstores    label='sales per stores'    format=dollar12.2    from sashelp.shoes;quit; 2.9 處理SQL常用函數MEAN或AVG：均值COUNT或N或FREQ：非缺失值個數MAX：最大值MIN：最小值NMISS：缺失值個數STD：標準差SUM：求和VAR：方差 2.9.1 求和sumproc sql;    select Reg

23、ion, Product,Sales,Stores,    sum(Sales,Inventory,Returns) as total    from sashelp.shoes;quit; 2.9.2 求均值avgproc sql;    select Region, Product,Sales,Stores,    avg(Sales) as salesavg    from sashelp.shoes;quit; 2.9

24、.3 分組求均值group byproc sql;    select Region,    avg(Sales) as salesavg    from sashelp.shoes    group by Region;quit; 2.9.4 計數countproc sql;    select Region,count(*) as count    from sashelp.shoes 

25、60;  group by Region;quit; 2.9.5 HAVING數據子集proc sql;    select Region,count(*) as count    from sashelp.shoes    group by Region    having count(*)>50;quit;其它的就不多作介紹了，多用用就熟悉了 2.10子查詢2.10.1 找出regions平均sales大于全部平均sales的regio

26、nproc sql;    select Region,    avg(Sales) as salesavg    from sashelp.shoes    group by Region    having avg(Sales)>    (select avg(Sales) from sashelp.shoes);quit; 2.10.2 ANY關鍵詞介紹>ANY(20,30,40)

27、0;  最終效果：>20<ANY(20,30,40)   最終效果：<40=ANY(20,30,40)   最終效果：=20 or =30 or =40例如，選擇出region為united state的sales小于任意region為africa的sales的數據proc sql;    select Region,Sales    from sashelp.shoes    where Region='United State

28、s'    and Sales<any    (select Sales from sashelp.shoes where Region='Africa');quit;這個例子沒有多少意義，只是說明一下any的用法 2.10.3 ALL關鍵詞介紹>ALL (20,30,40)   最終效果：>40<ALL (20,30,40)   最終效果：<20例如，選擇出region為united state的sales小于所有region為a

29、frica的sales的數據proc sql;    select Region,Sales    from sashelp.shoes    where Region='United States'    and Sales<all    (select Sales from sashelp.shoes where Region='Africa');quit; 2.10.4 EXISTS與NOT

30、EXISTSproc sql;    select *    from sashelp.shoes    where   exists    (select * from sashelp.orsales);quit;SAS中的SQL語句完全教程之二：數據合并與建表、建視圖SAS中的SQL語句完全教程之二：數據合并與建表、建視圖索引等 本系列全部內容主要以SQL Processing with the SAS System (Course Note

31、s)為主進行講解，本書是在網上下載下來的，但忘了是在哪個網上下的，故不能提供下載鏈接了，需要的話可以發郵件向我索取，我定期郵給大家，最后聲明一下所有資料僅用于學習，不得用于商業目的，否則后果自負。  1 連接joins分為內連接inner joins和外連接outer joins內連接：僅返回匹配的數據，最多可以有32個表同時進行內連接外連接：返回所有匹配的數據和非匹配的數據，一次只能有兩個表或視圖進行外連接迪卡爾積：返回表內所有可能的匹配情況。例如表A有10*20的數據，表B有30*40的數據，則兩個表的迪卡爾積有（10+30）*（20+40）=40*60的數據 

32、;我們先建立兩個數據集： data march;   input flight $3. +5 date date7. +3 depart time5. +2 orig $3.         +3 dest $3.  +7 miles +6 boarded +6 capacity;   format date date7. depart time5.;   informat date date7. depart time5.; 

33、;  cards;219     01MAR94    9:31  LGA   LON       3442       198       250622     01MAR94   12:19  LGA   FRA&#

34、160;      3857       207       250132     01MAR94   15:35  LGA   YYZ        366       115  

35、0;    178271     01MAR94   13:17  LGA   PAR       3635       138       250302     01MAR94   20:22  LGA  

36、WAS        229       105       180114     02MAR94    7:10  LGA   LAX       2475       119 

37、      210202     02MAR94   10:43  LGA   ORD        740       120       210219     02MAR94    9:31

38、60; LGA   LON       3442       147       250132     02MAR94   15:35  LGA   YYZ        366     &

39、#160; 106       178202     03MAR94   10:43  LGA   ORD        740       118       210219     03MAR94  

40、;  9:31  LGA   LON       3442       197       250622     03MAR94   12:19  LGA   FRA       3857   

41、60;   180       250271     03MAR94   13:17  LGA   PAR       3635       147       250202     04MAR94 

42、  10:43  LGA   ORD        740       148       210219     04MAR94    9:31  LGA   LON       3442  

43、;     232       250622     04MAR94   12:19  LGA   FRA       3857       137       250132     04M

44、AR94   15:35  LGA   YYZ        366       117       178271     04MAR94   13:17  LGA   PAR       3635 

45、      146       250302     04MAR94   20:22  LGA   WAS        229       115       180114   

46、  05MAR94    7:10  LGA   LAX       2475       117       210202     05MAR94   10:43  LGA   ORD      &

47、#160; 740       104       210219     05MAR94    9:31  LGA   LON       3442       160       250622

48、60;    05MAR94   12:19  LGA   FRA       3857       185       250132     05MAR94   15:35  LGA   YYZ    

49、60;   366       157       178271     05MAR94   13:17  LGA   PAR       3635       177       2501

50、14     06MAR94    7:10  LGA   LAX       2475       128       210202     06MAR94   10:43  LGA   ORD   

51、;     740       115       210219     06MAR94    9:31  LGA   LON       3442       163    &#

52、160;  250132     06MAR94   15:35  LGA   YYZ        366       150       178302     06MAR94   20:22  LGA   WAS&#

53、160;       229        66       180114     07MAR94    7:10  LGA   LAX       2475       160 

54、      210132     07MAR94   15:35  LGA   YYZ        366       164       178271     07MAR94   13:17  L

55、GA   PAR       3635       155       250302     07MAR94   20:22  LGA   WAS        229      

56、 135       180;run; data delay;   input flight $3. +5 date date7. +2 orig $3. +3 dest $3. +3         delaycat $15. +2 destype $15. +8 delay;   informat date date7.;   format date date7.; 

57、60; cards;114     01MAR94  LGA   LAX   1-10 Minutes     Domestic                8202     01MAR94  LGA   ORD   No De

58、lay         Domestic               -5622     01MAR94  LGA   FRA   No Delay         International 

59、60;        -5132     01MAR94  LGA   YYZ   11+ Minutes      International          14302     01MAR94  LGA   WAS 

60、;  No Delay         Domestic               -2114     02MAR94  LGA   LAX   No Delay         Domestic&

61、#160;               0202     02MAR94  LGA   ORD   1-10 Minutes     Domestic               

62、 5219     02MAR94  LGA   LON   11+ Minutes      International          18622     02MAR94  LGA   FRA   No Delay     

63、    International           0132     02MAR94  LGA   YYZ   1-10 Minutes     International           5271   

64、;  02MAR94  LGA   PAR   1-10 Minutes     International           4302     02MAR94  LGA   WAS   No Delay         Dom

65、estic                0114     03MAR94  LGA   LAX   No Delay         Domestic          

66、0;    -1202     03MAR94  LGA   ORD   No Delay         Domestic               -1219     03MAR94  LGA 

67、  LON   1-10 Minutes     International           4622     03MAR94  LGA   FRA   No Delay         International   

68、60;      -2132     03MAR94  LGA   YYZ   1-10 Minutes     International           6271     03MAR94  LGA   PAR   1-10

69、 Minutes     International           2302     03MAR94  LGA   WAS   1-10 Minutes     Domestic            &

70、#160;   5114     05MAR94  LGA   LAX   No Delay         Domestic               -2202     06MAR94  LGA 

71、0; ORD   No Delay         Domestic               -3219     06MAR94  LGA   LON   11+ Minutes      International

72、          27132     06MAR94  LGA   YYZ   1-10 Minutes     International           7302     06MAR94  LGA  

73、 WAS   1-10 Minutes     Domestic                1622     07MAR94  LGA   FRA   11+ Minutes      International   

74、;       21132     07MAR94  LGA   YYZ   No Delay         International          -2271     07MAR94  LGA   P

75、AR   1-10 Minutes     International           4302     07MAR94  LGA   WAS   No Delay         Domestic     

76、0;          0;run; 1.1 內連接proc sql;    create table innerjoins as    select a.*,b.*    from March a,Delay b    where a.flight=b.flight and a.date=b.date;quit; 1.2 外連接1.2.1 左連接left joinp

77、roc sql;    create table leftjoins as    select *    from March a    left join Delay b    on a.flight=b.flight and a.date=b.date;quit; 1.2.2 右連接right joinproc sql;    create table rightjoins as  

78、  select *    from March a    right join Delay b    on a.flight=b.flight and a.date=b.date;quit; 1.2.3 全連接full joinproc sql;    create table fulljoins as    select *    from March a   

79、full join Delay b    on a.flight=b.flight and a.date=b.date;quit; 1.3 迪卡爾積proc sql;    create table cartesian as    select a.*,b.*    from March a,Delay b;quit; 這里再大概說明一下內外連接的實現的基本原理：首先生成兩個數據表的迪卡爾積，然后再根據where語句來選擇符合條件的數據作為輸出結果。當然，

80、在實際處理過程中，SQL過程步會對這個迪卡爾積的數據集進行優化，將其劃分成小塊數據進行處理。 2 復雜的連接這里因為找不到很好的例子來說明如何處理復雜的連接，因此就不講解了，大概說一下思路吧：簡單地說，對于復雜的查詢，我們應該將該查詢分解成幾個小的子查詢，然后對每個子查詢的結果進行測試，最后將所有的子查詢結合起來就組成了這個復雜的查詢。這樣會比一來就寫復雜的查詢容易得多。 3 數據集SET操作這里有四類SET操作，分別是EXCEPT、INTERSECT、UNION、OUTER UNION。EXCEPT：得到除第二個數據集以外的所有第一個數據集里的數據INTERSECT：得到

81、第一個數據集和第二個數據集都有的數據UNION：得到兩個數據集所有的數據，這里如果兩個數據集有相同的數據，重復數據只出現一次OUTER UNION：得到兩個數據集所有的數據。 還有兩個關鍵詞來修改SET操作的行為：ALL和CORRESPONDINGALL：并不刪除重復值，不能與OUTER UNION合用（注意，用ALL關鍵詞，一種情況是你不管是否會有重復值，另一個情況是不可能出現重復值，例如有主鍵的數據）CORRESPONDING：只保留兩個數據集都有的字段，一般簡寫為CORR  3.1 EXCEPT找出所有沒有延遲的航班和日期：proc sql; &#

82、160;  select flight,date       from March    except    select flight,date       from Delay;quit;注意：這里重復值已經被刪除。如果要得到所有的包含重復值的數據，就要用到關鍵詞ALL：proc sql;    select flight,date   

83、60;   from March    except ALL    select flight,date       from Delay;quit;如果只保留兩個數據集都有的字段，則用到關鍵詞CORRESPONDING（可簡寫為CORR）：proc sql;    select *       from March    except

84、CORR    select *       from Delay;quit; 3.2 INTERSECT找出所有延遲的航班和日期：proc sql;    select flight,date       from March    INTERSECT     select flight,date   &#

85、160;   from Delay;quit;關鍵詞ALL和CORRESPONDING與在EXCEPT中一樣，這里不再作介紹 3.3 UNION選擇所有的數據，這里的重復值只出現一次proc sql;    select flight,date       from March    UNION     select flight,date     

86、0; from Delay;quit;關鍵詞ALL和CORRESPONDING與在EXCEPT中一樣，這里不再作介紹 3.4 OUTER UNIONproc sql;    select flight,date       from March    OUTER UNION     select flight,date       from Delay;quit;這里

87、，如果我們用到關鍵詞CORR，就可以將相同字段的數據結合到一起：proc sql;    select *       from March    OUTER UNION  CORR    select *       from Delay;quit; 4 建表4.1 建空表4.1.1 通過指定變量建空表proc sql noprint;   cr

88、eate table percent       (varname char(30),       Industry char(4),       begindate num format date9.  label='the beginning date',       enddate num format date9. labe

89、l='the ending date',       P_1 num,       P_5 num,       P_95 num,       P_99 num);quit; 4.1.2 拷貝數據集來建空表proc sql noprint;   create table Delaycopy(keep=fligh

90、t date)   like Delay;quit; 4.1.3 查詢語句中，用outobs選項來建空表proc sql noprint outobs=0;   create table flight114 as   select *   from Delay;quit; 4.2 對數據表增加數據主要有三種方法：4.2.1 SET語句proc sql noprint;insert into flight114set flight='302' ,   

91、 date='07MAR94'd,    orig='LGA',    dest='WAS',    delaycat='No Delay',    destype='Domestic',     delay=0;quit; 4.2.2 VALUES語句proc sql noprint;insert into flight114values(

92、9;271','07MAR94'd,'LGA','PAR','1-10 Minutes','International',4);quit; 4.2.3 條件查詢 ：建表和導入數據同時完成proc sql noprint;   create table flight114 as   select *   from Delay   where flight='114'quit; 5 完整

93、性約束完整性約束的好處是保證SAS數據集的連續性和正確性，它在我們更新數據或插入新的數據時，驗證新的數據是否符合該變量的約束條件。完整性約束需要8.0以上版本，符合ANSI標準，可以在表建立時或表有數據后建立約束，但不能被用于視圖，也不能用于低于8.0版本的SAS系統建立的數據集。五大類完整性限制：NOT NULL、CHECK、UNIQUE、PRIMARY KEY、FOREIGN KEY。NOT NULL：不許出現缺失值CHECK：指定該變量可以輸入哪些值UNIQUE：每個值必須是唯一的，其值可以為空，但只能有一個值為空PRIMARY KEY：主鍵，每個值必須是唯一且非空的FOREIGN KE

94、Y：其它表的主鍵，即外鍵，其值為關聯表的主鍵的值且非空 5.1 check例：proc sql noprint;   create table percent       (varname char(30),       Industry char(4),       begindate num format date9.  label='the beginning d

95、ate',       enddate num format date9. label='the ending date',       percent num,CONSTRAINT percent _check check(percent le 1.0);quit;這時，如果我們插入的數據中，percent>1的話，將會出現錯誤。 5.2 回滾ROLLBACKS當我們用INSERT或UPDATE的時候，操作要等到發生錯誤的時候才會停止

96、，這時會出現一個問題，就是數據表的一些數據更新了，而另一些數據沒更新，這時如果我們要回到原來的狀態，就需要用到UNDO_POLICY選項進行回滾。UNDO_POLICY有三個選項：REQUIRED：缺省選項，取消所有的更新或新插入的數據。這里要注意的是，此操作不一定完全能成功。NONE：阻止所有的與約束不符的更新或新數據OPTOINAL：取消所有可以成功取消的更新或新插入的數據 本功能用得很少，所以只是翻譯一下，請大家查閱相關文獻。 6 創建視圖與索引6.1 視圖視圖最大的好處是它只是一個存儲的查詢，因此不包含任何數據，這可以減少磁盤的使用空間。其它的功能與數據庫的表類似。創建視圖語法：Create View View-name as Query-expression 例：proc sql noprint outobs=0;   create View  delayview as   select *   from Delay;quit; 6.2 索引語法：Create <unique> Index index-nameOn table-name (column-name,column-name); 視圖和索引都用得很少，所以這里就不作講