1 導入數據的方法
將數據導入SAS的方法有很多，但可以歸納為四個基本類別，其中方法2、3是需要掌握的重點。
- 直接將數據輸入SAS數據集
- 通過VIEWTABLE窗口（打開方式：工具 → 表編輯器），以表格形式導入
- 通過SAS Enterprise Guide窗，以表格形式導入
- 利用原始數據文件創建SAS數據集
- 通過data步導入
- 通過導入向導 或 有類似功能的import過程導入
- 將其他軟件的數據文件轉換成SAS數據集
- 通過data步或import過程，把其他類型的數據文件讀成SAS數據集
- 直接讀取其他軟件的數據文件
2 利用導入向導讀入
導入向導默認數據第一行作為變量名稱，並會自動掃描文件來決定變量的類型。使用導入向導導數一般分以下幾個步驟：
- 啟動：文件 → 導入數據
- 選擇導入文件類型
- 選擇導入文件
- 選定分隔符：左擊options選擇，csv和制表符（Tab）分隔文件SAS會自動識別
- 指定邏輯庫和數據集名稱
- fish結束
3 格式規范數據讀取
3.1 指定原始數據位置（infile）
根據原始數據存儲的不同位置，可以分為內部原始數據、外部原始數據。用infile語句來指定元數數據位置。
內部原始數據
如果在SAS程序中輸入數據，則這些數據被稱為內部原始數據，使用「datalines語句」表明它。需注意的是，datalines語句必須是data步最后一條語句，其后的所有行都將被視為數據行，直到遇到一個分號（;）為止。
*將內部原始數據讀入到SAS數據集;
data work.testdata;
input president $ party $ number; /* 輸入指定類型的3個變量 */
datalines; /* 數據線 */
Adams F 2
Lincoln R 16
Grant R 18
kennedy D 35
;
run;
外部原始數據
更常見數據是保存在外部文件中，這時數據與程序是分離的，就稱為外部原始數據。需要用「infile語句」告知SAS文件名和路徑，infile語句緊跟在data語句之后，input語句之前，且不同操作環境中路徑表示有差異：
| 操作環境 | infile語句 |
|---|---|
| windows | infile 'D:\code\test.dat'; |
| unix | infile '/home/rds/test.dat'; |
| os | infile 'mydir.test.dat'; |
長記錄
當從外部數據文件讀入數據時，務必記得「檢查日志」，因為一些非常有價值的信息，會在日志中體現，如觀測數、變量數、記錄最大/最小長度。
若外部文件中記錄長度超過了256個字符，且SAS沒有讀取到所有數據，這時可以在infile語句中使用lrecl=選項，指定一個至少和數據文件中最長記錄等長的長度。
*從外部原始數據讀入數據到SAS數據集;
data work.testdata;
infile infile 'D:\code\test.dat' lrecl = 300; /* 指定記錄長度最大為300個字符 */
input president $ party $ number;
run;
3.2 讀取空格分隔原始數據（列表輸入）
如果原始數據文件中的所有值，都被至少一個空格分隔開，建議使用列表輸入（list input）讀入該原始數據，該方法也被稱為自由格式輸入。
下面是列表輸入的優缺點：
- 優點：簡單好用
- 缺點：
- 只能讀取一條記錄中全部數據，不能跳過不需要的值
- 如果有字符型數據，那它必須沒有內嵌空格，且長度不超過8個字符
- 如果數據文件含日期、其他特殊格式數據，那列表輸入不適用
特別注意，列表輸入也可用於讀取其他分隔符數據文件，如逗號或制表符。並且，可以使用length語句去覆蓋長度不超過8個字符的限制，使字符變量長度變成1 ~ 32767之間任意值。
INPUT語句
列表輸入是通過input語句實現數據讀入，語法規則如下：
- 在input關鍵字后，按照變量名稱出現順序依次列出它們
- 變量名稱符合命名規則
- 若變量為字符類型，則在變量名稱后面加一個$
- 變量名稱之間至少留一個空格
示例：input toadname $ weight jump1 jump2 jump3;
*使用列表輸入，讀取數據文件ToadJump.dat;
data toads;
infile 'D:\code\ToadJump.dat';
input toadname $ weight jump1 jump2 jump3;
run;
proc print data = toads;
title '蟾蜍跳躍比賽';
run;
3.3 讀取按列排列原始數據（列輸入）
列輸入和列表輸入類似，但適用范圍更廣，具有以下幾點優勢：
- 值之間無須空格
- 缺失值可以留空
- 字符型數據可以內嵌空格
- 可以跳過不需要的變量
通常調查數據、帶有街道地址的數據集，可采用列輸入讀取。
INPUT語句
列輸入也是通過input語句實現數據讀入，語法規則和列表輸入類似，區別在於變量之后需要列出該變量對應的列或者列范圍，用這些列表示數值或者字符在數據行中的位置。
示例：input Name ￥ 1-10 Age 11-13 Height 14-18;
3.4 讀取非標准格式的原始數據（格式化輸入）
先明確一個概念「標准格式數據」，只包含數字、小數點、正負符號、科學計數法E。其他的都是非標准格式數據，常見的有：
-
日期
-
嵌入逗號的數字
-
嵌入$符號的數值
輸入格式
輸入格式的三個基本類型是：字符、數值、日期
| 字符 | 數值 | 日期 |
|---|---|---|
| $informatw. | informatw.d | informatw. |
$表明這是字符型輸入格式，imformat是該輸入格式的名稱，w是總寬度，d是小數位數（僅限數值型輸入格式），注意，一定不要少些了句點（.）。有兩個輸入格式沒有名稱：
- $w. 用來讀取標准的字符型數據
- w.d 用來讀取標准的數值型數據
格式化輸入
在input語句的變量名稱之后放置輸入格式，稱為格式化輸入。
示例：input name $10. age 3. height 5.1 birthdate mmddyy10. ;
先明確一個概念：為每個變量讀取的列，由起始點和輸入格式的寬度所決定。所以，上面的示例代碼就能解讀為：
- name（$10.）：字符型數據，默認起始列在第1列，name數據在第1 ~ 10列
- age（3.）：數值型數據，起始列在第11列，往后取3列
- height（5.1）：數值型數據，起始列在第14列，往后取5列，小數位數為1
- birthdate（mmddyy10.）：日期數據，格式為月-日-年，能讀取諸如10-31-2013或10/31/2013格式的日期，起始列在第19列，往后取10列
*讀取非標准格式的原始數據;
data zdata.contest;
infile 'D:\data\sas_file\pumpkin.dat';
input name $16. age 3. +1 type $1. +1 date mmddyy10. /* +1表示跳過一列 */
(score1 score2 score3 score4 score5) (4.1);
run;
有相同輸入格式，把變量和輸入格式分別放到括號中，輸入格式只列出一次 即可。
更多常見的常見輸入格式見page49，第二章 2.8 常用輸入格式。
3.5 混合的輸入樣式（列表輸入+列輸入+格式化輸入）
前面學習了三種主要的輸入樣式：
- 列表輸入：最簡單
- 列輸入：稍微難一點
- 格式化輸入：最復雜
因為SAS中數據格式多種多樣，沒有一種輸入樣式能滿足絕大多數需求。所，更多時候我們采用混合的樣式輸入。
示例：input parkname $ 1-22 state $ year @40 acreage comma9. ;
上面的示例就采用了多種樣式的組合：
- parkname （$ 1-22）：列輸入
- state（$）：列表輸入
- year：列表輸入
- acreage （comma9）：格式化輸入
此外，還用了列指針，語法@n，n指SAS要移動到的列，常用來在一行數據里向前或者向后移動，以調整數據讀取起始位置，應用場景有：
- 跳過不需要的數據
- 使用不同的輸入格式兩次讀取同一個變量