SAS初学者笔记---003---利用数据步读取数据--从文件中读取数据

接上一篇文章，接下来开始介绍从文件中读取数据

从文件中读取数据

虽然说从文件中读取数据的本质上都是INFILE语句的使用，但是作为小白玩家，掌握从文件窗口直接导入数据还是很有必要的。
接下来就开始吧。

从窗口导入文件

本标题所指窗口，意为sas软件的窗口，如下红色箭头所指

LOG窗口出现如下字样时提示文件导入成功

以上便是导入的数据

变量读取时出现了一个小错误，目前我还不太清楚是为什么，希望走过路过的大佬能指点一下

另外，在导入时需要确定你的sas版本所支持的数据格式，如笔者使用的sas版本为9.1.3，如图可见其支持以上格式的数据，
选中格式进行文件导入后，一般会进行两步

• 确定待导入文件的位置（路径）
• 确定sas文件保存路径
  一般来说，数据经过这两部都能成功的导入到数据集中，但前提是你的数据格式能满足导入需求。多数情况会遇到以下问题：
• sas不支持数据的格式，这个问题需要通过外部软件将数据文件进行转码成相应的格式，例如xls文件转为csv文件
• 导入后生成的数据集有乱码、缺失值、行列信息错误，这个需要根据生成的sas文件特定地修改代码
• 导入超大型文件，这个问题比较重要，笔者会单独写一篇文章讲述

INFILE语句的用法

还记得我们在上述操作中保存的sas文件吗，让我们打开来看看

PROC IMPORT OUT= WORK.STUDENT1 
            DATAFILE= "D:\sas\笔记\student1.csv" 
            DBMS=CSV /*提示文件类型为CSV*/ REPLACE /*替换同名文件*/;
     GETNAMES=YES; 
     DATAROW=2; 
RUN;

这里用到了IMPORT语句读取文件，同时我们可以用INFILE语句读取此csv文件

分隔符及选择读取

DLM 指示文件分隔数据的方式，如csv文件使用逗号分隔数据，xls文件使用制表符（tab）分隔数据
FIRSTOBS=2 指示从第二行开始读取数据（区别与通常认识的编程语言，以0 1 2 3的方式排序，懂的都懂）
OBS=10 指示数据读取从第十行结束

FLOWOVER TRUNCOVER MISSOVER PAD 的使用方法

之前有提到过按列读取数据的代码，如下所示

同样的，我们用INFILE语句来读取这一类型数据

FLOWOVER

对比一下在数据阵列中读取，是不是哪里不太对劲
这提示我们sas使用INFILE读取数据时，默认的读取方式是FLOWOVER，这个和之前写到的有关INPUT读取变量的逻辑有一点相似
情况是这样的：
程序按照指定格式从文件中读取变量，当本行数据无法满足某变量的读取要求时（如长度不足），程序就会从下一行数据中读取此变量。这样就可以解释以上现象，这也是FLOWOVER的含义

MISSOVER

MISSOVER的含义是：读取变量时若某变量的读取无法被满足，则将此变量标记为空值，而不是从下一行数据中读取变量，但是city变量中只有长度最长的chongqing被读取到了，其他未读满的值都被标记为了空值

PAD

如果在代码中加入pad语句

情况一下就明朗了，PAD的原理是在读取数据时在每一行尾用空格补齐数据至最长，所以可见数据被完整的读取出来了，文件中未被指示的数据即被读取成了空值。
但是，问题又来了，如果不按列读取会怎么样？

果然，数据读取又出现了错误。细心的朋友可能会观察到和最开始讲述FLOWOVER的原理时所指示的结果十分相似，我们或许可以试试再加上MISSOVER语句。

可以看到在联用了MISSOVER 和PAD语句后，数据读取又变成了我们想要的样子。可见 PAD语句是不会阻止FLOWOVER语句生效的，但是MISSOVER会。

TRUNCOVER

事实上上述案例也就是TRUNCOVER功能的拆分，如下

上述文件中未调整city变量的长度，所以会出现读取不全的结果，请谅解，谢谢

小结

本节介绍了如何从文件中读取数据，下一节将介绍如何建立逻辑库等操作
本文参考了 imasaor的博文-终于总结了一下，truncover,missover, pad选项的意义，以及读取datalines和外部文件的不同。
（考完就发下一节，大概。。）