〔SAS〕資料處理實例►找出符合條件的日期資料

偶而些朋友和我討論資料處理的問題，有時候只是資料處理流程討論，有時候是程式或語法。我曾透過許多高手的範例而學習到很多，這一次打算把一些有趣的實例，寫成範例，希望對有緣人有幫助（但對點閱率應該沒幫助）。

同一個問題，可以有許多不同的處理流程，本次的方法不見得是最好，也歡迎大家提供不同的流程和語法。

網頁廣告剛好也是你有興趣的，請幫忙點擊廣告，讓我更有動力寫出下一篇文章吧。

〔SAS〕以PROC COMPARE比較資料檔

比較資料檔的工作，常見在問卷採用雙重資料鍵入(double data entry)，比較兩次鍵入資料檔的差異性。

PROC COMPARE的語法不複雜，依據慣例先建立範例資料檔以供後續練習。

DATA Keyin_1; INPUT id name$ sex$ age v1 v2 v3 v4 v5; CARDS; 1 Allan M 43 1 1 2 3 4 2 Bobby M 32 2 2 3 4 1 3 Cindy F 19 4 4 4 2 1 4 Daisy F 25 4 3 2 3 3 5 Eric M 54 2 3 1 4 2 ; RUN; DATA Keyin_2; INPUT id name$ sex$ age v1 v2 v3 v4 v5; CARDS; 3 Cindy F 19 3 4 4 2 1 1 Allan M 34 1 1 2 3 4 4 daisy M 25 4 3 2 3 2 2 Bobby M 32 2 2 3 4 1 5 Eric F 54 2 3 2 4 2 ; RUN;

假設Keyin_1與Keyin_2分別為兩次鍵入的資料檔，很不幸這兩個檔案，只有ID＝2這一筆資料完全一致，其他筆資料均有不同之處。

PROC COMPARE BASE= Keyin_1 COMPARE= Keyin_2 NOVALUES; RUN;

〔SAS〕使用ODS EXCEL將報表匯出為XLSX檔

長久以來SAS程序產出的報表，大都透過ODS HTML將報表轉EXCEL檔，之前介紹過ODS TAGSETS.EXCELXP的語法（後續簡稱ExcelXP），也很少被使用來處理報表轉EXCEL檔的需求。

ODS HTML應只是將HTML報表的副檔名改為XLS，WIDOWS系統在預設環境下，自然會以EXCEL開啟，算是一種偷吃步吧，但每次開啟檔案，EXCEL均會出現警告「’OOO.xls’的檔案格式與副檔名不相符。此檔案可能已損毀或不安全。除非您信任此檔案的來源，否則請勿開啟此檔案。您仍要開啟此檔案嗎？」（如下圖）。

雖然只是按一個「是(Y)」就可開啟，但檔案很多時，還是挺煩人的。而且就算使用ExcelXP來匯出報表，依然會出現相同的警告，因為ExcelXP所產生的EXCEL檔不是原生的EXCEL檔格式（native Excel format (.xlsx)），詳情請參考ODS TAGSETS.EXCELXP and ODS EXCEL SHOWDOWN。

〔SAS〕使用SGPLOT繪散佈圖及程式巨集化

散佈圖(Scatter Plot、Scatter Diagram)亦稱為散布圖、相關圖等。目前在SAS繪製散佈圖有兩個較為簡單方法，一為使用PROC CORR，相關語法可見SAS官網的說明，用PROC CORR的方法相當簡單，而且同時會把人數、相關係數、檢定的P值呈現於圖中，但如要修改圖形或增加其他說明限制就很大了。

另一方法為本篇將分享的PROC SGPLOT，但限制為不會自動在圖形上呈現人數、相關係數和檢定的P值，此限制可透過巨集的幫忙而增加至圖形中，以PROC SGPLOT所繪統計圖，在之後需的編修彈性就高很多。

最後我們會把整組程式以改編為巨集程式，方便未來使用。

散佈圖(scatter plot)+橢圓圖(prediction ellipse)+迴歸線(regression line)：

〔SAS〕使用SGPLOT繪盒鬚圖

盒鬚圖(Box Plot)亦稱為盒型圖。在SAS裡面盒鬚圖的說明可到SAS官網說明文件查看，簡單說盒子底部為Q1（第25百分位數），盒子內部中線為中位數，盒子上端為Q3（第75百分位數），盒子中間的符號通常為平均值。天線一般來說是1.5倍四分位距（intra-quartile range, IQR）中最小或最大值，而在天線外面的點一般為極端值（outlier）。

盒鬚圖如下：

〔SAS〕使用SGPLOT繪長條圖及折線圖

長條圖(Bar Chart)亦可以稱為柱狀圖、條圖、條狀圖、棒形圖等，應該是非常使用的圖形，與折線圖(Line Chart)一起繪製於同一張圖上，稱為Bar-Line Chart。

這次要分享的為Bar-Line Chart，統計圖結果如下：

〔SAS〕以SGPANEL繪製熱圖組

本篇可以算是「使用SGPLOT繪製熱圖(Heatmap)」的加強版？

其實是把多張熱圖同時放在一張圖上而已啦。統計圖結果如下：

〔SAS〕使用SGPLOT繪製熱圖(Heatmap)

身旁許多朋友都認為SAS所繪製統計圖不美麗，語法也不好寫，許多年前新增的「ODS GRAPHICS」系列我想就是改善這些狀況，經過這幾年的強化，其功能和精美程度以非吳下阿蒙。

最近幫朋友做了一份資料（可惜無法把結果與大家分享），這份報告中使用了數個統計圖呈現結果，雖然不能將結果分享出來，但統計圖的語法倒是可以和大家切磋，希望能讓使用SAS的朋友從中獲得一些想法。

ODS GRAPHICS在網路上很容易找到說明，所以這次不會花太多時間說明每一個語法的功能，倒是大家可以實際操作一遍，會比較有感覺。

這次分享的是「熱圖(Heatmap)」，圖形結果如下：

〔SAS〕列聯表捕無數值的欄（列）

有沒有遇過在製作表格式時，某變項中的類別不見，但在製表時必須將消失的類別補上的狀況呢？不懂嗎？看看下面的表格吧，臺中市的結果沒出現在這份資料中，但最終表格還是必須把臺中市放上去，就算所有的結果都是遺漏值或零。

但SAS的PROC FREQ如果資料中沒有這項類別的資料，自然不會呈現於報表中！所以這次的分享，就是如何「強迫」PROC FREQ列出不存在但又想呈現的類別。

【SAS小技巧】小心 “浮點運算陷阱”

先來看看下面這一個簡單的程式和結果。

data test;
     input x y;
     datalines;
     0.54 0.36
     54 36
;
data test1;
     set test;
     pct=((x-y)/y)*100;
     if pct=50 then chk=1;
run;
proc print data=test1;
run;

結果如下圖：

明明PCT看起來都是50，為什麼只有第2筆的CHK為1？

【SAS小技巧】在程式編輯視窗取代「換行符號」

編輯SAS程式有時會從excel中複製變項名稱，例如譯碼簿轉到excel後選取所需變項貼到SAS中。如下圖選取「英文欄位」中的所有變項。


但貼到SAS後也會保持原樣，也就是一行一行的在程式編輯器中，如下圖。

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：

【SAS 小技巧】小數點後做無條件捨去或進位

SAS內建函數中無條件捨去的函數為CEIL，無條件進位的函數為FLOOR，但在預設功能只能做到捨去或進位到整數。看一下SAS的說明及範例：

無條件捨去： CEIL(argument)

無條件進位： FLOOR(argument)

【SAS 小技巧】替換文字中的中文字串(K函數+Macro)

曾在用K函數處理中文字串文章中提及專門用來處理中文的K函數，但沒有實際的例子，最近發生了一個案例，把處理心得分享給大家參考。

原問題為，想把地址中的某一條路刪除。

例如：
台北市中山路50號 → 台北市50號
北市板橋區中山路二段 → 北市板橋區二段

這樣的取代如果用EXCEL或WORD不難處理，但在SAS中似乎不是那麼人性。

以下程式我不會特別說明語法的指令，有興趣者可請自行研究或連至我推薦的網頁查詢。

【SAS 小技巧】用K函數處理中文字串

在Facebook中的「SAS戰術應用精研社」，網友偶會提到使用文字函數處理中文時遇到一些的狀況，如果使用一搬文字函數如compress、scan、substr、index等可能是得到一堆亂碼，或是找不到設定文字，又或是找到非預期中的字，或等，例如鄭姓網友所提的問題：

【SAS 小技巧】將資料以所需格式匯出到Excel

這是一個很有趣的需求，如何將SAS資料以所需格式直接匯出到Excel中，而不需要在Excel中手動調整，例如所有的變項都以「文字」格式匯出，或是數字格式匯出但在Excel中依然要保持Z format，也就是數字前補零。

這次所要挑戰為將結果匯出到Excel為《圖1》的樣子。

《圖1》

【SAS 小技巧】匯出Excel工作表名稱前會出現底線

透過SAS/ACCESS Interface to PC Files 的PROC EXPORT程序輸出結果，會遇到工作表(sheet)的名字前出現底線(underscore)，例如在SAS裡面設定工作表名稱為「A9」，但在Excel打開就變成「_A9」。

這是一個小到不行的疑問，不過多年來我也沒有去了解為何，反正大部分狀況都沒什麼影響。不過最近遇到一個工作，才讓我認真去找一下答案。最後找的答案很簡單，就是命名的時候避免使用【1~3字母加上1個或多個數字】的組合，可以參考下面的實際得到的結果。

SAS PROC SQL入門 (Part B)

這篇為延續2011年所寫的SAS PROC SQL入門 (Part A)小文章（謎之聲：拖搞也拖太久了！！）

本篇主要介紹如何透過SQL建立資料檔，及如何做水平合併資料，同時會提供SQL語法及傳統Data step的語法，或許這樣對學習SQL會比較有幫助。

先建立兩個練習的檔案，分別為ER1和DD1兩檔案，於【程式1】

【SAS 小技巧】全形英文數字轉為半形

 

這是在FB社團被問到的題目，『如何將全形英文字轉成半形英文字』。

在SAS沒有函數能完成類似MS WORD中的功能鍵。

【SAS 小技巧】以文字格式讀取CSV資料檔中的欄位(變項)

 

在實務工作將資料中所有的欄位(變項)先以文字格式(character format)匯入，在做後續的分析是很實務的作法。為何會有這種作法？主要是SAS以PROC IMPORT匯入CSV檔案時，會預先猜測欄位的格式，在"自動"給予文字或數字格式，如果不幸某個欄位是以混合格式(mixed format)鍵入，SAS很有可能會採用數字格式匯入該欄位，而導致欄位中非數字的資料變成遺漏值(missing value)。

這篇小文章中我打算介紹三種方法來處理這樣的方法，如果你的時間不夠，請直接跳到方法三。