2017年2月11日

SAS PROC SQL入門 (Part C)-Summary Functions

本篇主要介紹Summary Functions在SQL中的使用。
Summary Functions可以用來計算所有資料筆的函數，類似Proc Means的功能，但依據寫法也可能會如一般函數的結果。

常用的Summary Functions有Mean、Count、Max、Min等，其餘函數表列於下：

image

建立資料檔：

慣例，請先建立一個資料檔。

data score1;
input id score class $ @@;
datalines;
1 80 A
2 90 A
3 75 A
4 67 A
5 77 B
6 91 B
7 67 B
;
run;

Summary Functions（1）：

依據Summary Functions在select語法中所放入的狀況，可分為「只有Summary Functions的指令」及「包含其他非Summary Functions的指令」，有點難理解的兩句話，先來看「只有Summary Functions的變項」的結果。

【程式1】

proc sql;
select mean(score) as AvgScore
from score1
;quit;

proc sql;
select mean(score) as AvgScore, max(score) as MaxScore
from score1
;quit;

image image

不論是【程式1】左欄或右欄的程式，在select之後均只有放入包含Summary Functions的指令，因此結果依據score1資料檔中的7筆資料進行計算，得到平均分數為78.1分，最小的為67分。

接下來看「包含其他非Summary Functions的指令」的結果，於【程式2】

【程式2】

proc sql;
  select
   id,
   score,
   class,
   mean(score) as AvgScore,
   min(score) as MinScore
from score1
;
quit;

proc means data=score1 noprint ;
  var score;
  output out=test(drop=_type_ _freq_)
  mean=AvgScore min=MinScore;
run;

data test1;
  set score1;
  if _n_=1 then set test;
  keep id score class AvgScore MinScore;
run;
proc print data=test1;
run;

image image

【程式2】左欄加入了三個非Summary Functions的指令，分別為id, score,class，SQL如實將三個變項的結果列出，而後面兩個Summary Functions的指令則帶入全體的計算後的結果，也就是【程式1】的結果。如果要用傳統Data Step完成同樣工作所需要的語法則在【程式2】右欄。

Summary Functions（2）：

Summary Functions和一般函數(Base SAS Functions)寫法相同，例如mean、min、max等，因此在撰寫程式時容易讓分析師困擾。例如在Summary Functions後是用多個參數時，結果會針對每觀察值數值作運算，也就是Summary Functions會和一般函數運算方式一樣。


【程式3】

proc sql;
  select mean(score, score+10) as AvgScore1
  from score1
;
quit;

proc sql;
  select mean(mean(score, score+10)) as AvgScore2
  from score1
;
quit;

image image

【程式3】左欄，mean函數中使用了兩個參數，得到結果不是7筆資料的平均，而是各觀察值的結果（以第1筆為例，計算過成為(80+(80+10))/2=85）。【程式3】左欄，mean函數外面在使用另一個mean函數，結果又回到7筆資料的平均，當然這不是原始資料的平均，而是mean(score, score+10) 後的平均值。

這次簡單介紹了Summary Functions，後續將持續介紹PROC SQL的重要指令，包括group by、order by、having等。

系列文章：

時間
標籤： ,