會計學1SAS格式及格式化輸入SAS的輸入輸出格式SAS的變量包含數值型和字符型變量。SAS系統對數值型、字符型和日期時間數據提供了許多輸入、輸出格式。用戶可以用FORMAT過程來定義自己的格式。什么是格式(Format)？

FormatisaninstructiontheSASSystemusestodisplayorwriteeachvalueofavariable.

SAS有輸入格式和輸出格式。第1頁/共73頁輸入輸出格式原始數據值SAS變量的值格式化的SAS變量值Informatdollar10.Formatcomma8.548,23125JAN20041609501/25/2004InformatDate9.FormatMMDDYY10.$548,231548231Informat（輸入格式）Format（輸出格式）第2頁/共73頁輸入格式輸入格式是SAS系統用來讀入數據值的一個指令。輸入格式形式

<$>INFORMAT<W>.<D>

選項說明：通用規則：所有輸入格式必須包含一個點(.)作為名字的一部分；對于省略W和D值的輸入格式，使用系統缺省值。第3頁/共73頁輸入格式使用方法INPUT語句；INPUT函數；

INFORMAT或ATTRIB語句；第4頁/共73頁INPUT語句，最常用情況，即格式化輸入格式化輸入方式是INPUT語句讀取非標準數據的唯一方法。即在變量名后面規定輸入格式。這種輸入方式不僅給出了該輸入數據所對應的類型，而且給出了輸入數據所在列的長度。語句格式：INPUT<pointer-control>variableinformat.<@|@@>;INPUT<pointer-control>(variable-list)(informat-list)<@|@@>;INPUT<pointer-control>(variable-list)(<n*>informat.)<@|@@>;其中：n*規定在輸入列表中后面的輸入格式重復n次。第5頁/共73頁INPUT語句例中，從第1列開始以$8.格式讀入變量name，第14列開始以yymmdd10.格式讀入變量birth,右移1列，從第25列開始以5.1讀入變量height例如，dataa;inputname$11.@14birthyymmdd10.@+1height5.1;cards;Wanghuacong1995/06/09178.5Zuosha1996/12/15165.8;proc

print;run;第6頁/共73頁INPUT函數例，字符轉換數值data;x=‘39.8';y=input(x,4.1);put

x=y=;run;例中，INPUT函數將字符變量X的值39.8，通過輸入格式4.1轉換為一個數值39.8，賦給變量Y，因此Y為數值型變量第7頁/共73頁例，數值轉換為字符時會產生不正確結果例中，產生的結果為255,不正確；除非增加輸入格式的長度，如y=input(x,$15.);此時，最常用的做法是使用put函數，而不是input函數data;x=2557898;

y=put(x,$8.);puty;run;data;x=2557898;

y=input(x,$8.);puty;run;第8頁/共73頁用INFORMAT語句或ATTRIB語句例，DATA步中用INFORMAT語句dataa;inputname$11.birthheight;informatbirthyymmdd10.height5.1;cards;Wanghuacong1995/06/09178.5Zuosha1996/12/15165.8;proc

print;run;第9頁/共73頁輸入格式1、數值型變量輸入格式幾個常用的格式：

w.d：讀入標準數值數據

COMMAw.d：用于數據中包含逗號(,)的數據形式

DOLLARw.d：用于數據前面有美元符($)的數據形式說明：

w：寬度，表示數值域所含的列數。小數點占一列。

d：小數位數。d可以省略。例如：

5.2，表示該變量的數據占5列，其中后兩位是小數位。

注意：一定要弄清數據占據的列數，否則極易出錯。第10頁/共73頁dataa;inputxcomma7.ycomma7.;cards;12,00234,2312,21021,311;run;proc

print;run;OUTPUT:Obsxy

1

12002

34231

2

2210

21311例1.有如下兩列數據，數據中包有逗號，請建立一個SAS數據集，變量為x、y。12,00234,2312,21021,311數字7是怎么來的？第11頁/共73頁dataa;inputxcomma7.2ycomma7.4;cards;12,00234,2312,21021,311;run;proc

print;run;OUTPUT:Obsxy

1

120.02

3.4231

2

22.10

2.1311例2.有如下兩列數據，其中第一列后兩位數字為小數，第二列后4位為小數，例如第一個數據12,002讀入后應為120.02。請建立一個SAS數據集，變量為x、y。12,00234,2312,21021,311第12頁/共73頁dataa;inputxdollar8.ydollar8.;cards;$12,002$34,231$2,210$21,311;run;proc

print;run;OUTPUT:Obsxy

1

12002

34231

2

2210

21311例3.有如下兩列數據，數據中包有$和逗號，請建立一個SAS數據集，變量為x、y。(例如$12,002讀入后應為12002)$12,002$34,231$2,210$21,311第13頁/共73頁dataa;inputxdollar8.2ydollar8.4;cards;$12,002$34,231$2,210$21,311;run;proc

print;run;OUTPUT:Obsxy

1

120.02

3.4231

2

22.10

2.1311例4.有如下兩列數據，其中第一列后兩位數字為小數，第二列后4位為小數，例如第一個數據$12,002讀入后應為120.02。請建立一個SAS數據集，變量為x、y。$12,002$34,231$2,210$21,311第14頁/共73頁$w.輸入格式

讀入標準字符數據。在讀入字符值之前，$w.輸入格式清除字符值開頭的空格。$w.輸入格式把一個點(.)轉換為空格，因為它把一個點看作缺失值。

輸出結果：xyz

uvw2.字符型變量輸入格式例，讀入數據時，清除數據開頭空格并將（.）轉換為缺失值。Dataa;inputname$5.;cards;xyz.uvw;optionsnocenter;proc

print

noobs;run;第15頁/共73頁$CHARw.輸入格式讀含有空格的字符數據。$CHARw.輸入格式除了不清除字符值開頭的空作格外，它等同于標準的$w.輸入格式。例，保留開頭和結尾的空格。data;inputname$char10.;cards;xyz.uvw;optionsnocenter;proc

print

noobs;run;INPUT語句采取自由格式輸入時，INFORMAT或ATTRIB語句中不能使用$CHAR.輸入格式，因為SAS把空格看作數據行中數值間的分隔符。輸出結果：xyz.uvw第16頁/共73頁$CHARw.：讀取包含空格的連續字符

例5.下面是一些人名，請將其讀入到一個變量NAME中，注意：姓和名之間有一個空格，建立的SAS數據集如右邊的形式。BillClintonGeorgeBushTonyBlairSaddamHusseinVladimirPutinObsname1BillClinton2GeorgeBush3TonyBlair4SaddamHussein5VladimirPutin第17頁/共73頁dataa;inputname$char14.;cards;BillClintonGeorgeBushTonyBlairSaddamHusseinVladimirPutin;procprint;run;Obsname1BillClinton2GeorgeBush3TonyBlair4SaddamHussein5VladimirPutin如果將char14.去掉，語句改為：inputname$;結果是什么樣的呢？第18頁/共73頁日期和時間數據的存儲SAS采用數值存儲日期和時間形式的數據。在默認情況下，SAS系統以0代表1960年1月1日0時。其它日期在SAS系統中被存儲為與該日期相差的天數。例如，1960年1月3日，在系統中存為2。

2004年1月25日，在系統中存為16095。注意：為了使數值型變量顯示日期形式，必須使用日期型的輸出格式，同樣地為了以日期形式輸入日期必須使用日期型的輸入格式。

3、日期數據輸入格式第19頁/共73頁日期數據的讀入通常需要運用日期型的格式第20頁/共73頁日期時間輸出格式日期型數據的輸入輸出格式大部份是相同的，下面是幾個常用的：第21頁/共73頁該例中日期數據的形式是什么樣的？例6.有如下的日期數據，請建立一個SAS數據集EX6存儲，并以日期的形式顯示出來。1Jan200203Jan200315/May/200412-FEB-200517*May*%20061**OCT**200730%sep%//2008DDMMMYYYY故選擇DATEw.輸入格式第22頁/共73頁datab;inputdddate15.;formatdddate9.;cards;1Jan200203Jan200315/May/200412-FEB-200517*May*%20061**OCT**200730%sep%//2008;proc

print;run;Obsdd101JAN2002203JAN2003315MAY2004412FEB2005517MAY2006601OCT2007730SEP2008第23頁/共73頁例7.有如下的日期數據，請建立一個SAS數據集EX7存儲，并以日期的形式顯示出來。01312002031220035132004421200552520061/2/20073-24-2008該例中日期數據的形式是什么樣的？MMDDYYYY故選擇MMDDYY10.輸入格式第24頁/共73頁01312002031220035132004421200552520061/2/20073-24-2008datab;inputddmmddyy10.;formatddmmddyy10.;cards;01312002031220035132004421200552520061/2/20073-24-2008;proc

print;run;Obsdd101/31/2002203/12/2003305/13/2004404/21/2005505/25/2006601/02/2007703/24/2008第25頁/共73頁輸出格式選項說明：

輸出格式是SAS系統用來輸出數據值的一個指令。

輸出格式形式<$>FORMAT<w>.<d>第26頁/共73頁通用規則：所有輸出格式必須包含一個點(.)作為名字的一部分；省略W和D的值時，使用系統的缺省值；無論怎樣規定輸出格式中的小數位，輸出格式都不會影響存貯的數據值；規定的輸出格式寬度太窄小時，對字符格式截去右邊的字符，對數值格式轉換為BESTw.的格式；使用一個不協調的輸出格式時，SAS系統首先試著使用其它類型的類似格式。如果行不通，將輸出一個錯誤信息在SAS日志。第27頁/共73頁輸出格式類型數值輸出格式;字符輸出格式;日期時間輸出格式;使用FORMAT過程創建的自定義輸出格式。第28頁/共73頁輸出格式使用方法DATA步中用FORMAT或ATTRIB語句；

PROC步中用FORMAT或ATTRIB語句。PUT語句；PUT函數；第29頁/共73頁FORMAT或ATTRIB語句，最常用方式數據步中使用dataa;inputxcomma7.ycomma7.;formatxydollar8.;cards;12,00234,2312,21021,311;run;proc

print;run;過程步中使用format語句proc

print;formatxcomma7.ydollar8.;run;過程步中使用attrib語句proc

print;attribxyformat=comma7.;run;第30頁/共73頁PUT語句在PUT語句中使用輸出格式data;x=1145.32;putxdollar10.2;

putxcomma8.2;run;結果為:$1,145.321,145.32第31頁/共73頁PUT函數PUT函數對于將數值轉換為字符，或者改變字符輸出格式dataa;birth=16095;birthtext=put(birth,yymmdd10.);putbirthtext=;putbirth=;run;LOG窗口輸出結果birthtext=2004-01-25birth=16095第32頁/共73頁常用數值變量輸出格式第33頁/共73頁例子dataa;x=123456789;y=1230000;z=12345;putxbest7./ybest7./zbest7.;putx8.2;putx11.2;putx12.2;putydollar8.;putydollar10.;run;Log窗口輸出結果----+----+----+1.235E81230000

123451.2346E8123456789.0123456789.00$1230000$1,230,000可以看到SAS會根據指定的輸出寬度選擇最合適的輸出形式，以滿足指定的寬度。例如，putydollar8.;由于數據本身有7位，因此輸出時僅添加了一個$符號，而未添加千分位的逗號(，)，見倒數第二輸出。第34頁/共73頁自定義格式使用PROC

FORMAT過程進行格式的自定義。PROCFORMAT;INVALUE格式名格式;VALUE格式名格式;其中，invalue定義輸入格式，value定義輸出格式。第35頁/共73頁自定義輸入格式，語法PROC

FORMAT;INVALUE<$>格式名定義的輸入格式;RUN;格式名：應符合SAS的命名要求(但不能超過8個字符)，注意最后一個字符不能是數字。定義的輸入格式：原始值=格式化的輸入值當格式化的輸入值為字符時，這字符型輸入格式，名字前加$,否則為數值型輸入格式如，invaluesexinf“F”=1“M”=2;invalue$sexicf“F”=“Female”“M”=“Male”;第36頁/共73頁Invalue語句自定義輸入格式2355SOOS588922223878CEEE44090111398533320740SEES2398EECC5162CCCE442132227385CCCN例，下列數據中的字母O,S,E,C,N分別賦值為4,3,2,1,0，使用輸入格式讀入數據，并全部轉化為數值。(5個變量)第37頁/共73頁PROCFORMAT;INVALUEscoref'O'=4

'S'=3

'E'=2

'C'=1

'N'=0

;RUN;首先建立輸入格式(數值型，等號右邊為數值)第38頁/共73頁使用自定義的格式scorefdataa;inputidx1scoref.@+1x2scoref.@+1x3scoref.@+1x4scoref.;cards;2355SOOS588922223878CEEE44090111398533320740SEES2398EECC5162CCCE442132227385CCCN;proc

print;run;輸出結果Obsidx1x2x3x4123553443258892222338781222444090111539853332674032237239822118516211129442132221073851110第39頁/共73頁PROCFORMAT;INVALUE$sexf‘M’=‘Male’‘F’=‘Female’;RUN;建立字符型輸入格式datab;inputsex:$sexf.age;cards;F25m22f23F21M23;proc

print;run;輸出結果：Obssexage1Female252m223f234Female215Male23小寫字母未正確替換!第40頁/共73頁PROCFORMAT;INVALUE$sexf(upcase)‘M’=‘Male’‘F’=‘Female’;RUN;添加選項upcase，重新運行datab;inputsex:$sexf.age;cards;F25m22f23F21M23;proc

print;run;輸出結果：Obssexage1Female252Male223Female234Female215Male23小寫字母正確替換!第41頁/共73頁自定義輸出格式，語法PROC

FORMAT;VALUE自定義輸出格式名字定義的格式;RUN;自定義輸出格式名字：應符合SAS的命名要求(不能超過8個字符)，注意最后一個字符不能是數字。定義的格式：原始值=格式化的輸出值注：原始值為數值型，則為數值型格式；否則為字符型格式，此時格式名前需加$符號如：valuetestf

1-5=“1-5”6-<10=“6-10”10-high=“>=10”;valueynf1=“是”2=“否”;value$grpf“A”=“試驗組”

“B”=“對照組”;第42頁/共73頁例8.下面是我們班“問卷調查”資料的部份數據。變量sex的賦值是：1=Male,2=Female,變量Band46的賦值是：A=增加,B=不變,C=減弱，請建立一個SAS數據集EX8，對變量sex、Band46進行格式化。第43頁/共73頁dataqespart;inputid$sexheightweightband46$;cards;cnw1r01 2 154 49 Ccnw1r02 1 169 64 Bcnw1r04 1 169 67 Acnw1r05 2 153 50 Bcnw1r06 2 160 50 Acnw2r02 2 156 46 Acnw2r03 1 173 62 Bcnw2r04 1 168 57 Bcnw2r05 2 155 45 B;run;procprint;run;Obsidsexheightweightband461cnw1r01215449C2cnw1r02116964B3cnw1r04116967A4cnw1r05215350B5cnw1r06216050A6cnw2r02215646A7cnw2r03117362B8cnw2r04116857B9cnw2r05215545B第44頁/共73頁PROCFORMAT;VALUEsexfmt

1='Male'

2='Female'

;VALUE$bandfmt

'A'='增加'

'B'='不變'

'C'='減弱'

;RUN;首先建立相應的輸出格式上面建立了兩種類型的輸出格式：一種是數值型的，即sexfmt，要求=號左邊為數值型數值或區間，如上面的1、2為數值；另一種是字符型的，即$bandfmt，$表明該格式是字符型，要求=號左邊為字符或字符區間，如‘A’

、‘B’、‘C’

。第45頁/共73頁DATAqesfmt;SETqespart;FORMATSexsexfmt.Band46bandfmt.;RUN;PROC

Print;RUN;Obsidsexheightweightband461cnw1r01Female15449減弱2cnw1r02Male16964不變3cnw1r04Male16967增加4cnw1r05Female15350不變5cnw1r06Female16050增加6cnw2r02Female15646增加7cnw2r03Male17362不變8cnw2r04Male16857不變9cnw2r05Female15545不變格式化后打印輸出的數據對變量進行格式化第46頁/共73頁PROCFORMAT;VALUEheighfmt

LOW-<150=‘<150'

150-<155=‘150-155‘155-<160=‘155-160‘160-<165=‘160-165‘165-<170=‘165-170‘170-<175=‘170-175‘175-<180=‘175-180‘180-HIGH=‘>=180‘;RUN;利用格式對連續型變量的離散化分組(頻數表編制)例9.對“問卷調查”資料中的身高編制頻數表，組距取5CM，小于150為第一組，150-155為第二組……在數據步中運用格式：Formatheightheighfmt.;加標簽:labelheight=‘身高’;第47頁/共73頁Obsclassid身高weight134cnw1l01175-18070.0234cnw1l02175-18070.0334cnw1l03155-16047.0434cnw1l04160-16548.0heightFrequencyPercentCumulative

FrequencyCumulative

Percent150-1551914.181914.18155-1602216.424130.60160-1653828.367958.96165-1702014.939973.88170-1752115.6712089.55175-180107.4613097.01>=18042.99134100.00打印數據集的內容(部份)用FREQ過程生成的頻數表第48頁/共73頁SASsystemHelp“索引”輸入“FORMATprocedure”第49頁/共73頁列表方式輸入

簡單列表方式輸入INPUT<pointer-control>variable<$><&><@|@@>;調整列表方式輸入INPUT<pointer-control>variable<:|&|~><informat.><@|@@>;第50頁/共73頁列表方式輸入使用條件輸入數據值之間至少有一個空格隔開；用小數點表示表示缺失值；字符型值的默認長度為8個字節，也可以用LENGTH,ATTRIB,INFORMAT語句規定長度；數據必須是字符數據或標準的數值數據。第51頁/共73頁列表方式輸入格式修飾符

‘:’當原始數據是以空格為分隔符時，要想對變量值長度不一致的變量規定統一長度就必須用到該格式修飾符。規定變量值是從非空格列中讀取，直到第一次遇到以下三種情況之一，該變量值的讀取過程才結束：下一個空格列達到變量預先設定的長度數據行結束第52頁/共73頁例，

空格為分隔符時，對變量值長度不一致的變量規定統一長度。data;InputUniv:$12.Plc$Zip;cards;MITBoston100023TsinghuaUnivBeijing100084;例中，第一個觀測變量Univ的值為MIT(只讀3個字符，因遇到空格而結束)第二個觀測值為TsinghuaUniv(得到先前定義的變量長度12)。如果只對變量Univ規定長度，而不加格式修飾符(:)，在讀入第一條記錄時就會出錯，如果不對變量Univ規定長度，讀入第二條記錄時就會只讀入Tsinghua，而不是預先要讀入的TsinghuaUniv，這是因為SAS默認的字符變量的存儲長度就是8個字節。第53頁/共73頁UnivPlcZipMITBoston100023TsinghuaUnivBeijing100084加格式修飾符(:)不加格式修飾符(:)UnivPlc

ZipMIT

Boston100023

.第54頁/共73頁‘&’讀入包含空格的數據因為空格是列表讀入方式默認的分隔符，所以，如果要讀入的數據值本身包括空格時就必須用此格式符。注意：數據項之間至少兩個空格例，

空格為分隔符時，字符型輸入值嵌有空格。data;inputname&$12.age;cards;JiangZhu20AnnieZheng31I.Altman60;run;例中，第一個觀測name中JiangZhu(包含一個空格)，第二個觀測為AnnieZheng（包含一個空格)。分隔符為兩個空格。第55頁/共73頁‘~’規定讀入字符值時保留引號。此選項只在INFILE語句中與選項DSD一起使用時才有效。DSD選項的4個功能：將默認分隔符改為逗號；對于連續的兩個分隔符，中間按缺失值處理；將字符變量值的引號去掉；對引號里的分隔符按字符來對待。所以INFILE語句中的DSD選項自動把數據記錄的分隔符設置為逗號，并且讀入數據之前，把字符數據中的引號去掉，若加上“~”就會保留數據中的引號。第56頁/共73頁理解DSD和“~”的作用例，

讀入字符值時保留引號datatopics2;infiledatalinesdsd;inputspeakers:$15.title~$40.location&$10.;datalines;Song,"CreditDerivatives",Room329Zhu,"CreditRiskManagement",Room406;proc

print;run;可以看出，“~”包含“:”選項的功能。例中，雖然title變量的長度是40，而觀測值得長度都不到40，仍然可以得到正確結果。所以“~”包含“:”的功能。

第57頁/共73頁把speakers后面的“:”改成了“~”也可以。例如：datatopics2;infiledatalinesdsd;inputspeakers~$15.title~$40.location&$10.;datalines;Song,"CreditDerivatives",Room329Zhu,"CreditRiskManagement",Room406;procprint;run;輸出窗口信息:Obsspeakerstitlelocation1Song"CreditDerivatives"Room3292Zhu"CreditRiskManagement"Room406第58頁/共73頁但是，若把title后成的“~”改成“:”，引號就因為dsd選項的存在被去掉。如下:datatopics2;infiledatalinesdsd;inputspeakers:$15.title:$40.location&$10.;datalines;Song,"CreditDerivatives",Room329Zhu,"CreditRiskManagement",Room406;proc

print;run;輸出窗口信息Obsspeakerstitlelocation1SongCreditDerivativesRoom3292ZhuCreditRiskManagementRoom406第59頁/共73頁列方式輸入列輸入方式是用來讀入嚴格按列排好的標準數據INPUT變量名<$>開始列-結束列<.小數位><@>;條件：同一變量原始數據值在相同的列中原始數據是標準的數值格式或一般字符格式特點：1.可以按任意順序讀入數據

2.字符型數據中間可以有空格

3.可以重復讀取原始數據中的某一部份

4.空格和小數點都作為缺失值處理

5.忽略開始和結尾部分的空格第60頁/共73頁按列讀入dataa;inputques$1-17age18-20gender$21-26city$27-34;cards;Iamhereforyou23male大連Areyouthere26female重慶hahamale哈爾濱yesiamhere30female;proc

print;run;第61頁/共73頁手機號碼信息分解手機號碼一編碼規則一般是：YYY-XXXX-ZZZZ，其YYY為號段；XXXX一般為所在地區編碼；ZZZZ為對應的個人識別編號。說明：

移動：134-139、150、151、152、157、158、159、188

聯通：130、131、132、155、156

電信：133、153、180、1891357851051X1508311759X1327313520X1556443719X1804346016X1513441713X1308279203X1897876466X第62頁/共73頁可重復讀入datab;inputx11-3x24-7x3$8-11x4$1-11;cards;1357851051X1508311759X1327313520X1556443719X1804346016X1513441713X1308279203X1897876466X;proc

prin