SAS编程数据挖掘学习与帮助文档-2.doc

《SAS编程数据挖掘学习与帮助文档-2.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《SAS编程与数据挖掘商业案例》学习笔记之五(2013-07-3120:39:22)转载▼标签：sas数据挖掘应用案例学习笔记merge语句分类：SAS编程六：merge语句的使用(一个指针，一个pdv)merge语句是横向合并数据集，合并前必须两个数据集都要按照合并变量进行排序；procsortdata=chapt3.merge_a;byx;run;procsortdata=chapt3.merge_b;bybx;run;dataed;mergechapt3.merge_a(in=a)chapt3.merge_b(rename=(bx=x)in=b);byx;Ina=a;inb=b;run

2、;以两个数据集的x变量为关键表链两个表相连，由于两个表中都有一个y变量，由于同名b表中的y会覆盖对应匹配到的a中的y的值；七：update语句(一个指针，一个pdv)update在横向合并两个数据集时的方式和merge相似，都是用更新数据集修改主数据集。procsortdata=chapt3.merge_a;byx;run;procsortdata=chapt3.merge_b;bybx;run;dataed;Updatechapt3.merge_achapt3.merge_b(rename=(bx=x));byx;run;update语句一定要和by语句一起；这个by语句给出了主数据集和更

3、新数据集共有的变量；update语句必须先对数据集按照by后面的变量进行排序；主数据集中by后面指定的变量对应的观测值最好是唯一的，因为如果不唯一，则只会替代第一个记录；更新数据集存在的缺失值处理是通过updatemode来完成的，updatemode=missingcheck，则检查修改数据集，若存在缺失值，则保留主数据集中相应数据，该选项为默认值；Updatemode=nomissingcheck，不检查修改数据集，主数据集中相应值一概被替换《SAS编程与数据挖掘商业案例》学习笔记之六(2013-07-3123:59:59)转载▼标签：sas数据挖掘modify语句学习笔记分类：SAS编

4、程八：modify语句（(一个指针，两个pdv)）merge语句和update语句对数据集横向合并的主要功能还只能体现在匹配访问上，如通过by语句，对每个by组中的匹配数据集进行修改或更新，对于非常庞大的数据集需要定期更新，并且每次更新的观测对象是动态的时候，merge和update会消耗更多的资源，而是用modify可以通过高效的访问机制来实现这个需求。四种语法：1.匹配访问Datamaster_data;modifymaster_datetransaction_data;…;byvariable;Run;注：除非使用output语句，否则data步后面只能接一个数据集，并且modify后

5、面的第一个数据集必须和data步后面的数据集同名；by语句对应的是标识变量，不同于merge和update中的by语句对应的变量需要排序主数据集对应by变量的消除重复值后的集合应该包含更新数据集对应的by变量消除重复值猴岛集合；主数据集有重复时只更新第一条，更新数据集中有重复值时，最后一条起更新作用。2.索引访问Datamaster_data;settransaction_data;modifymaster_datakey=variable;…..;Run;注：更新数据集在主数据集没有找到主数据集key=对应的变量值，系统会设置自动变量_error_值为1，并在日志报错中显示该变量，索引访问

6、和匹配访问的不同点：匹配访问中更新数据集同名变量会自动覆盖主数据集；索引访问会被当做不同的变量；对于更新数据集出现by重复值的处理，索引访问会报错并终止程序，不过可以通过unique来纠正。3.观测序号访问Datamaster_data;settransaction_data;modifymaster_datapoint=variable;…;Run;如果更新数据集在主数据集中没有找到point=对应的变拉直，系统会自动设置自动变量_error_的值为1，另外point=有可能陷入死循环，需要配合stop使用。4.顺序访问Datamaster_data;modifymaster_data;…

7、;Run;注：关于自动变量_iorc_，当运行modify语句时，_iorc_变量自动生成，包含系统每次运行modify语句时返回的I/O操作码，以匹配访问为例，如果主数据集by变量值在更新数据集中存在，自动变量_iorc_返回0，如果主数据集by变量值在更新数据集中不存在，不产生自动变量_iorc_,但是如果更新数据集by变量值在主数据集中不存在，自动变量_iorc_会返回一个非0值。Eg:修改观测值：Da