SAS PROC SQL入門 (Part A)

本篇應該是SAS PROC SQL的入門吧？哈~ ╯﹏╰
這在裡不會產生新的資料(Data)，只介紹直接在報表中呈現結果，往下看就可以理解了。

PS:此篇 SQL入門介紹，在2008年就寫好了，有點不確定當初寫這一篇的目的，不過寫都寫了，就與大家分享 ^.^。  

PROC SQL指令介紹： PROC SQL常用的指令表列

PROC SQL 選項 ;      CREATE 表格名稱 AS      SELECT 變項(直行)      FROM 表格名稱(資料檔名稱)      WHERE 條件      GROUP BY變項      HAVING條件      ORDER BY 變項 ; QUIT ;

在開始之前：
在開始之前需要建立一個範例資料檔。
  

DATA Heart ; SET Sashelp.Heart (obs=20); Height=Height*2.54; Weight=Weight*0.454; KEEP Status Sex AgeAtStart Height Weight  Diastolic Systolic Smoking; run;

入門的第一步：
第一步為列出特定資料檔中所有變項的值，如同PROC PRINT一般。
在SELECT後面加「星號」，代表需要列出選取資料檔所有的變項(直行)的資料。而FROM為表示要由那個「表格(Table)」或習慣稱為「資料檔(Data)」抓取所需的資料，結果列於《圖01》。

PROC SQL; SELECT * FROM Heart; QUIT;

《圖01》

只選取部分變項：
如同RPCO PRINT可以透過VAR指令只選出想要表列的結果，在PROC SQL語法中，只要於SELECT後面敘述想呈現的變項即可，例如只選取Height和Weight。結果於《圖02》。

PROC SQL; SELECT Height, Weight FROM Heart; QUIT;

《圖02》

建立新變項 (基本方法) …01：
在原本DATA step函數除了幾個特殊的函數外（DIFF、LAG等），大多數均可以在PROC SQL指令中使用，在SELECT敘述後直接針對變項做運算或使用函數可建立新的變項，例如建立『Height/100』，如果無在新變項後面使用AS這個指令，新變項將會無變項名稱。結果如《圖03》。

PROC SQL; SELECT Height/100 , Weight/(Height/100)**2 AS BMI FROM Heart; QUIT;

《圖03》

建立新變項 (CALCULATED指令)…02：
在上面的例子中可以發現，在計算BMI時『Height/100』似乎被重複使用到了，雖然在新的程式中將『Height/100』命為『Height_m』，但我們還不能馬上使用此新變項，除非在新變項前面增加CALCULATED指令，結果於《圖04》。（用法：CALCULATED 新變項）

PROC SQL; SELECT Height/100 AS Height_m ,              Weight/ (CALCULATED Height_m**2) AS BMI FROM Heart; QUIT;

《圖04》

建立新變項 (變項分組)…03：
在建立資料的時候，依據條件將變項重新分組，是常見到的過程，在DATA step中我們會使用IF…THEN…ELSE將變項重新分組，類似的指令在PROC SQL中使用的是下列的指令。

CASE       WHEN 條件1 THEN 結果1       WHEN 條件2 THEN 結果2       ELSE結果 END AS 新變項

在資料中當身高(Height) <160、160~170和≧170的分為三組，並新增一個變項Height_gr將三組身高依序命名為1、2和3，結果如《圖05》。

PROC SQL; SELECT ID,Height,     CASE        WHEN 0<=Height<160 THEN 1        WHEN Height<170 THEN 2        WHEN Height>=170 THEN 3        ELSE .     END AS Height_gr FROM Heart; QUIT;

《圖05》

只呈現符合特定條件的資料：
在呈現資料的時候，可能只想呈現年齡≦35歲的資料，這時WHERE指令即可達到我們的目的，結果於《圖06》。

PROC SQL; SELECT * FROM Heart WHERE AgeAtStart<=35; QUIT;

《圖06》

計算分組變項的統計量：
如果要計算分組統計量我們除了使用PROC MEANS程序外，在PROC SQL程序中，可以使用GROUP BY這個指令，及在SELECT指令中配合計算統計量的函數（例如：MEAN、STD、COUNT、MAX、MIN、NMISS、STD、SUM和VAR），可達到類似的結果。在以下程式中，產生了年齡分群的變項「age_gr」，此變項將年齡分為<40和>=40兩組，然後將「age_gr」變項置於GROUP BY後面，即可依據年齡分群的結果計算統計量，其結果如《圖07》。

PROC SQL; SELECT MEAN(Weight) as Weight_m, STD(Weight) as Weight_STD,             MEAN(Height) as Height_m, STD(Height) as Height_STD,             CASE                  WHEN 0<=AgeAtStart<40 THEN "年齡＜40"                  WHEN AgeAtStart>=40 THEN "年齡≧40"                  ELSE ""             END AS age_gr FROM Heart GROUP BY age_gr; QUIT;

《圖07》

如果您覺得這篇文章對您有幫助，文章旁的廣告您也剛好有興趣，請幫忙點擊廣告，讓我多一點寫下去的動力。感謝您的幫忙！

參考文章：
1. Katie Minten Ronk, Steve First, David Beam. An Introduction To PROC SQL. SUGI 27.
2. Kirsty Lauderdale. PROC SQL - The Dark Side of SAS? SAS Global Forum 2007.
如有誤請指教。轉載請註明來源。

系列文章：

• SAS PROC SQL入門 (Part B)
• SAS PROC SQL入門 (Part C)-Summary Functions