SAS编程:EXCEL导入SAS数据集时间变量显示成数字问题

SAS为其他数据管理系统 (Database Management Systems, DBMS )中的数据,提供接口,方便数据交互。工作中最常见的外部文件导入就是EXCEL文件了,在EXCEL导入SAS数据集时,也会遇到问题。

这篇文章介绍EXCEL导入SAS时,时间变量直接转换为数字的2个解决方法。方法1,为数值换算;方法2,为直接导入EXCEL的显示值

由于EXCEL本身时间算法有问题,方法1会对这个问题进行修正。如果日后EXCEL更新算法问题,方法1可能需要修正。(当然,算法问题涉及到的日期“1900-02-29”,实际工作中几乎不会遇到。。。

问题描述

之前文章SAS编程:关于EXCEL时间变量导入SAS数据集的问题介绍过一个问题。SAS会将EXCEL中的时间变量,自动转化成SAS中的时间变量,以数值类型的格式保存,但转化成功的前提是该列中除空值外,没有其他字符内容。如果有其他内容,SAS会将该列所有内容读取为EXCEL保存的纯数字,不展示时间信息。

EXCEL中的时间信息是以数值的形式保存,并以“1900年1月1日”作为第一天

以下内容作为举例,第1列为输入的日期内容,第2列是将第一列内容以数值的形式展现,第3列是在第1列的基础上添加了字符内容,第4列是在第2列的基础上添加了字符内容。

Date test

使用Import过程步将EXCEL导入SAS数据集:

filename excel  "E:\99_Test\Test\test2\Date test.xlsx";

proc import datafile = excel out = test dbms = xlsx replace;
run;

导入结果如下:

test

导入结果中,第1列成功地转化为时间格式的数值型变量,第2列直接转化为数值变量;由于包含字符,第3、4列直接以字符的形式导入,并且第3列显示的是EXCEL中时间对应的数值。

SAS中的时间信息是以数值的形式保存,不过,是以“1960年1月1日”作为第0天

将导入的SAS数据集的第1列的保存值Put出来,用EXCEL的时间保存值减去SAS的保存值,进行比较:

data teat1;
  set test;
  date1_ = strip(put(date1, best.));
  diff = daten1 - date1;
run;

结果如下:

test2

可以看到在演示的时间信息中,EXCEL和SAS时间变量的保存值的差值有2个,2191521916按理讲,差值应该是唯一的,为什么日期会有差1的情况呢?

我在EXCEL中,拉了1900年一整年的时间,然后导入SAS比较发现了以下内容:

test
test2

在EXCEL中的1900年,居然还有“2月29日”,显然,这是EXCEL时间算法的错误。并且,导入SAS时,“1900年2月29”被当做“1900年2月28日”。这就是1900年2月28日前后日期,EXCEL和SAS中时间信息保存值差值不同的原因。

另说一下闰年。每到闰年,2月份会多一天,也就是2月29日。闰年的算法为:

  • 当年数是100的整数倍时,如果年数能被400整除,就是闰年,否则不是;
  • 当年数不是100的整数倍时,如果年数能被4整除,就是闰年,否则不是。

不纠结EXCEL算法问题,下面介绍如何解决导入的时间显示EXCEL中的数字保存值时,如何处理。

方法1:数值换算

之前文章SAS编程:关于EXCEL时间变量导入SAS数据集的问题就是通过数值换算的方法,解决EXCEL时间导入的问题。

EXCEL列中,含有非时间信息造成SAS直接读入EXCEL的时间保存值,可以通过SAS和EXCEL中时间信息保存值的换算,得到日期在SAS中对应的保存值,从而实现日期的正确读入。

考虑到EXCEL时间算法的问题,对前面文章换算算法做一些更新。

filename excel  "E:\99_Test\Test\test2\Date test.xlsx";

proc import datafile = excel out = test dbms = xlsx replace;
run;

data test1;
  set test;
  date1_ = strip(put(date1, best.));
  diff = daten1 - date1;

  tmp = input(date2, ?? best.);
  
  if 0 < tmp <=60 then daten3 = tmp - 21915;
  if tmp > 60 then daten3 = tmp - 21916;

  date3 = put(daten3, ?? yymmdd10.);
run;

结果如下:

Test1

这样操作,在有其他字符内容时,时间信息也可以正确地导入SAS中。

方法2:导入EXCEL中的显示值

Date test

我在不同SAS版本测试中,此方法导入的结果会有出入,只作为一个参考思路

导入时,使用dbms = excel选项、以及mixed=yes选项,使得以显示值的形式导入EXCEL内容。(PS:有些SAS版本没有dbms=excel选项...)

filename excel  "E:\99_Test\Test\test2\Date test.xlsx";

proc import datafile = excel out = test dbms = excel replace;
    getnames = yes;
    mixed = yes;
run;

结果如下:

test

这一步,对于Date2变量,有的SAS版本中会进行时间转换,有的不会。目前显示结果是SAS自动将日前填补为yymmdd10.格式,不像之前dbms=xlsx选项,显示EXCEL保存的原始值。只要有正确的时间显示存在,后续处理就比较方便。

如果导入的EXCEL中,除了时间变量外,其他内容都需要使用dbms=xlsx的选项读入的话。这里可以使用,这两个选项都读入一遍数据,然后再进行拼接。

data tmp;
  retain &var.;
  merge tmp_xlsx(drop = &datevar.) tmp_excel(keep = &datevar.);
run;

以上应用只是参考,如果不在意拼接后变量的顺序,retain语句可以直接去掉。时间变量的获取涉及宏程序的批量处理,这里不多介绍了。

感谢阅读, 欢迎关注!
若有疑问,欢迎评论交流!

你可能感兴趣的:(SAS编程:EXCEL导入SAS数据集时间变量显示成数字问题)