1. SAS 概要 1 SAS 言語 は PL/1,C,Fortran,BASIC などと同じようにプログラミング言語の一種です ただし 元々は コンピュータ専門家ではない統計解析専門家のために開発されたデータ入力 加工 解析用の言語です そのため PL/1,C などの手続き型言語と比較すると はる

Transcription

1 2010/11/1(2012/11/8 一 部 改 訂 ) SAS 講 習 会 用 テキスト(Base SAS 編 ) 目 標 SAS 言 語 を 用 いたデータ 入 力 加 工 集 計 レポート 作 成 を 行 うプログラミングの 基 礎 を 習 得 します 内 容 1. SAS 概 要 SAS の 基 本 的 概 念 文 法 制 限 データライブラリと 使 い 方 ~ DATA ステッ プと PROC ステップ 命 名 規 則 LIBNAME ステートメント 関 数 演 算 子 欠 損 値 エラー 対 応 データ 読 取 り 変 数 作 成 と 横 方 向 の 集 計 処 理 ~ FILENAME LIBNAME INPUT SET IMPORT EXPORT 割 り 当 てステートメント 集 計 関 数 データセットオプシ ョン PRINT SORT プロシジャ データ 加 工 フ ァイルの 連 結 マージ 更 新 を 含 む プログラミングステートメント ~ SET,MERGE,UPDATE ステートメント,DO ループ, 配 列 処 理 日 付 処 理 関 数 フォーマットの 利 用 と DATA ステップを 用 いたレポーティング ~ 日 付 フォーマット 日 付 インフォーマット 日 付 関 数 FORMAT プロシジャ BY グループ 処 理 PUT ステートメント レポーティング 集 計 デ ー タ セ ッ ト の 転 値 SQ L プ ロ シ ジ ャ ~ FREQ SUMMARY TRANSPOSE SQL プロシジャ レポーティングとマクロ 処 理 ~ TABULATE プロシジャとマクロ 処 理 [ 別 表 1] DATA ステップで 使 えるステートメント 一 覧 [ 別 表 2] PROC ステップの 種 類 [ 別 表 3] グローバルステートメント 一 覧 [ 別 表 4] 演 算 子 一 覧 [ 別 表 5] 関 数 一 覧 [ 別 表 6] フォーマット 一 覧 [ 別 表 7] インフォーマット 一 覧 [ 別 表 8] merge ステートメントによる 2 つのデータセットのマージ 例

2 1. SAS 概要 1 SAS 言語 は PL/1,C,Fortran,BASIC などと同じようにプログラミング言語の一種です ただし 元々は コンピュータ専門家ではない統計解析専門家のために開発されたデータ入力 加工 解析用の言語です そのため PL/1,C などの手続き型言語と比較すると はるかに使いやすい仕様となっています SAS 言 語は主にデータ加工を柔軟に行う目的を実現するために豊富な関数やプログラミング機能を有する DATA 2 ステップ と 特定のデータ分析 集計 レポートを行うために用意されているパラメータ指定仕様の 3 PROC ステップ の 2 つの性格の異なるコンポーネントを有しており これらを組合せてプログラミング を行うようになっています 1.1 SAS の基本的概念 文法 制限 データライブラリと使い方 DATA ステップと PROC ステップ 命名規則 LIBNAME ステートメント 関 数 演算子 欠損値 エラー対応 SAS の操作方法 基本的概念および SAS 言語の要素などについて学びます [SAS の起動と終了] まず SAS を起動します デスクトップに SAS 起動アイコンがある場合は それをダブルクリックしま す 無ければ Window から SAS 起動プログラム選択します SAS の最新バージョンは 9.2 ですがここでは 9.1 を用いています このテキストの範囲ではいずれのバー ジョンでもほとんど同じです 起動すると 以下のようにいくつかの画面(window)が表示されます 1 SAS は 1973 年ごろから開発がはじまり 当時は第四世代言語と呼ばれていました 2 使いやすいだけでなく 扱えるデータ量やファイル形式などに制約が無く また 複雑な処理も高級言語なみに実行できる機能を持っています なお DATA ステップはコンパイル言語です 3 PROC ステップの個々の構成要素をプロシジャと呼んでいます これは DLL(動的結合ライブラリ)ファイルとなっています 2

3 コマンドバー メニューバー ツールバー エディタ 画 面 アウトプット 画 面 エクスプローラ 画 面 ログ 画 面 メッセージ 表 示 領 域 現 在 の 作 業 フォルダ SAS にはたくさんの 画 面 (WINDOW)がありますが ユーザが 良 く 使 う 主 な 画 面 は 上 記 の 図 の 中 央 の 上 部 に 表 示 されている エディタ 画 面 ( プログラム 編 集 画 面 ) 中 央 下 部 に 表 示 されている ログ 画 面 そして 右 側 に 表 示 されている アウトプット 画 面 ( リスト 出 力 画 面 )の 3 画 面 です ユーザはエディタ 画 面 の 中 に 処 理 したい 内 容 を SAS 言 語 で 書 いたプログラムとしてコーディングを 行 い サブミットしたい 範 囲 を 選 択 状 態 にしてからツールバーのサブミットアイコン( 人 が 走 っている 形 のアイ コン)をクリックします 次 に プログラムにエラーがなかったかどうか 読 込 みや 書 き 込 みを 行 ったデ ータセットの 情 報 とか 実 行 時 間 などの 情 報 をログ 画 面 で 確 認 し 統 計 計 算 などの 処 理 結 果 を 表 示 するプロ グラムの 場 合 は アウトプット 画 面 または 他 の 出 力 画 面 ( 例 えば HTML 出 力 画 面 やグラフ 表 示 画 面 )に 思 った 通 りの 実 行 結 果 が 出 力 されていいるかどうかを 確 認 します 途 中 で 作 成 中 または 完 成 したプログラ ムをファイルに 保 存 しておきます このような 操 作 を 繰 り 返 してデータ 処 理 プログラムを 完 成 させていき ます 左 側 の 画 面 は 右 側 の 表 示 エリアと 区 別 された 領 域 となっており このときはドッキングした 状 態 になって います 下 の 方 にあるタブをクリックすることにより エクスプローラ (SAS エクスプローラ)と 結 果 画 面 を 切 り 替 えて 表 示 できる 画 面 です エクスプローラ 画 面 は SAS ファイルを 検 索 する ライブラリ を 良 く 使 うことになります 結 果 画 面 は リスト 出 力 結 果 やグラフ 出 力 結 果 を 個 々のアイテムとしてアイコン 表 示 してあり 実 行 済 みで 保 持 されて いる 結 果 アイテムをすばやく 検 索 するときに 使 います メニューバー には ファイル 編 集 表 示 ツール ソリューション ウィンドウ ヘ ルプ の7つのメニューが 並 んでいます これらはプルダウンメニューになっており この 中 に 含 まれて... いるコマンド 群 は SAS 以 外 の 他 のウィンドウアプリケーションと 大 体 同 じくくり になっています 3

4 メニューバーから 良 く 使 うコマンドは 以 下 のとおりです エディタ をアクティブにした 上 で ファイル メニューから プログラムの 新 規 作 成 プログラ ムを 開 く 上 書 き 保 存 名 前 を 付 けて 保 存 のサブメニューを 選 択 します. 対 象 画 面 をアクティブにしておいて 編 集 メニューから すべて 選 択 した 後 コピー また 元 に 戻 す やり 直 し の 操 作 そして 検 索 置 換 などの 操 作 を 行 います. 表 示 メニューから 拡 張 エディタ を 選 択 して 新 しいエディタ 画 面 を 開 く. また 閉 じてしまった ログ アウトプット 結 果 エクスプローラ などの 画 面 を 再 度 表 示 します. ツール メニューから テキストエディタ を 開 く(ただしこれは 上 記 表 示 メニューから 拡 張 エディタ を 選 択 して 新 しいエディタ 画 面 を 開 くと 同 じです) ツール メニューから ユーザ 設 定 や オプション を 選 択 し 設 定 を 確 認 したり 変 更 します.. メニューバーの 下 にはユーザが 直 接 コマンドを 入 力 する コマンドバー と ツールバー があります コマンドバーはメニューバーにあるコマンドをメニュー 選 択 ではなく 直 接 コマンドとして 入 力 できる 機 能 です 例 えば log とタイプして 左 のチェックマークを 押 すかエンターキーを 押 すと ログ 画 面 がアクティ ブになります ツールバーにはメニューバーにあるコマンドの 中 で サブミット や コピー ペース ト など 良 く 使 うコマンドをアイコンとして 格 納 しています 画 面 の 下 にはコマンドを 実 行 したときに SAS から 出 るメッセージを 表 示 する 領 域 と 現 行 の 作 業 フォル ダのディレクトリパスを 表 示 するエリアがあります 現 行 の 作 業 フォルダは 重 要 になる 場 合 があります 例 えば 作 成 中 の SAS プログラムを 保 存 するのに コマンドバーから file "temp.sas" とファイルのパス を 指 定 せずに 名 前 だけをタイプしてエンターを 押 したり SAS プログラムの 中 で file "temp.txt"; などと ファイルをフルパス 指 定 せずにサブミットした 場 合 SAS はこの 現 行 の 作 業 フォルダをカレントディレ クトリとみなし このフォルダの 中 にファイルを 作 成 します というわけでどこに 作 成 されたかを 知 るた めに 重 要 というわけです なお ここでいう 作 業 フォルダは 後 述 する 一 時 SAS データセットを 格 納 する WORK ライブラリの 所 在 とは 全 く 異 なる 点 に 注 意 してください (WORK ライブラリの 所 在 は libname コ マンドでわかります) SAS セッションを 終 了 するには ファイル メニューから 終 了 を 選 択 します SAS セッションを 終 了 しますか? と 聞 いてきますので OK を 選 択 すると SAS は 終 了 します 右 上 の X のところをクリ ックしても 同 じです では SAS を 終 了 しないでそのままで 続 けます [DATA ステップと PROC ステップ] SAS 言 語 によるプログラミングは DATA ステップと 呼 ばれる 実 行 単 位 と PROC ステップと 呼 ばれる 実 行 単 位 を 組 合 せて 行 います DATA ステップはデータ 検 索 加 工 機 能 を 実 行 するためのプログラミング 言 語 部 分 であり PROC ステップは 基 本 統 計 やレポーティングその 他 の 特 定 機 能 を 実 行 するために 用 意 され ている 組 み 込 みモジュールです DATA ステップは DATA ステートメントで 始 まり PROC ステップは PROC ステートメントで 始 まり どちらも RUN ステートメントで 明 示 的 に 終 了 します ただし RUN ステートメントを 記 述 しなくても 次 の DATA ステップまたは PROC ステップを 開 始 すればその 前 の DATA ステップまたは PROC ステップは 暗 黙 的 に 終 了 します なお DATA ステップと PROC ステップ に 属 しない 汎 用 ステートメントもあります では SAS の 使 い 方 を 実 習 するために プログラミングを 体 験 してみましょう 以 下 のプログラムをエデ ィタに 入 力 してください 入 力 が 終 わったらサブミットしてください なお /* */ で 囲 んだテキスト 部 分 4

5 はコメントですので 入 力 しなくても 結 構 です (プログラム 1.1-1) options nocenter; /*オプション 文 */ /* 汎 用 ステートメント*/ data hello; /*データ 文 */ /*DATAステップの 開 始 */ message="hello, World"; /* 割 り 当 て 文 */ /*DATAステップで 使 えるステートメント*/ /*ラン 文 */ /*DATAステップの 終 了 */ proc print; /*プロックプリント 文 */ /*PROCステップの 開 始 */ (ログ) 1 options nocenter; /*オプション 文 */ /* 汎 用 ステートメント*/ 2 data hello; /*データ 文 */ /*DATA ステップの 開 始 */ 3 message="hello, World"; /* 割 り 当 て 文 */ /*DATA ステップで 使 えるステートメント*/ 4 NOTE: データセット WORK.HELLO は 1 オブザベーション 1 変 数 です NOTE: DATA ステートメント 処 理 ( 合 計 処 理 時 間 ): 処 理 時 間 0.22 秒 CPU 時 間 0.03 秒 4! /*ラン 文 */ /*DATA ステップの 終 了 */ 5 proc print; /*プロックプリント 文 */ /*PROC ステップの 開 始 */ 6 NOTE: データセット WORK.HELLO から 1 オブザベーションを 読 み 込 みました NOTE: PROCEDURE PRINT 処 理 ( 合 計 処 理 時 間 ): 処 理 時 間 0.82 秒 CPU 時 間 0.32 秒 OBS message 1 Hello, World ログにエラーが 出 た 場 合 や 出 力 結 果 が 出 ない 場 合 は プログラムにタイプミスがありますので 訂 正 して 再 度 サブミットしてください ここではとにかく 上 手 く 結 果 が 出 るまでやってください [プログラムの 保 存 ] 上 手 く 動 いたプログラムはファイルに 保 存 しておきましょう プログラム 編 集 画 面 をアクティブにしてお いてから メニューバーの ファイル から 名 前 を 付 けて 保 存 を 選 択 して プログラム 名 をつけて 保 存 します 以 降 ときどき 名 前 を 変 えて 保 存 しておくと 良 いと 思 います 保 存 先 の 標 準 フォルダ 名 は c: USERS ユーザ 名 DOCUMNETS MY SAS Files です 4 ここは 標 準 の SASUSER ディレクトリにもなっています 5

6 まずエディタウィ ンドウの 枠 をクリ ックしてをアクテ ィブにします. 保 存 先 の 標 準 フォ ルダ 名 はユーザド キュメントの 下 の MY SAS Files\9.1 です.ま ず 確 認 し て 変 更 したけれ ば 変 更 します. 保 存 したプログラムをエディタによびだすにはファイルメニューのプログラムを 開 くから 保 存 したファイ ルを 選 択 します または Window の Explore から 呼 び 出 したい SAS プログラムファイルをエディタ 画 面 に Drag&Drop しても 同 じ 結 果 になります 開 いたプログラムファイルの 名 前 の 付 いたエディタが 新 たに オープンします [SAS データセット] SAS で 管 理 するデータセットを SAS データセットと 呼 びます SAS データセットは EXCEL と 同 じよう な 表 形 式 のデータ 集 合 の 形 をしており 行 (レコード) 方 向 をオブザベーション 列 (カラム) 方 向 を 変 数 と 呼 びます 5 EXCEL には 行 や 列 の 数 に 制 限 がありますが SAS には 制 限 がありません 6 SAS デ ータセットの 特 徴 は データ 部 と 呼 ばれるデータ 部 分 に 加 えて ディスクリプタ 部 と 呼 ばれるデータセッ トの 記 述 部 分 が 備 わっていることです ディスクリプタ 部 にはデータセット 全 体 に 関 する 情 報 (インデク ス 情 報 など)や 各 変 数 情 報 ( 型 長 さ ラベル フォーマットなど)が 格 納 されています これ 以 降 プログラムを 入 力 してサブミットするときは 必 ず 実 行 したい 部 分 を 選 択 ( 反 転 状 態 )してか らサブミットしてください 5 オブザベーション 変 数 という 呼 び 名 は SAS 言 語 が 元 々 統 計 解 析 用 のアプリケーション 開 発 言 語 として 開 発 された 歴 史 に 由 来 しています 6 OS の 制 限 (SAS8.2 以 前 では 変 数 の 数 の 上 限 は でしたが SAS9.1 からそれ 以 上 オブザベーションは 容 量 の 制 約 ) 内 になります 6

7 (プログラム 1.1-2) data sample; /*データセットの 作 成 */ input ID name $ sex $ age height weight; /* 変 数 の 名 前 と 型 を 決 めて 読 み 込 みを 実 行 する 文 */ cards; /*データはこれ 以 降 に 入 力 するという 意 味 の 文 */ 001 fujita M suzuki F takahashi M tanaka M ; /*データをCARDS 文 で 入 力 する 場 合 のデータ 入 力 終 了 の 合 図 */ proc print data=sample; /*データ 部 を 表 示 するプロシジャ*/ (ログ) 7 data sample; /*データセットの 作 成 */ 8 input ID name $ sex $ age height weight; /* 変 数 の 名 前 と 型 を 決 めて 読 み 込 みを 実 行 する 文 */ 9 cards; NOTE: データセット WORK.SAMPLE は 4 オブザベーション 6 変 数 です NOTE: DATA ステートメント 処 理 ( 合 計 処 理 時 間 ): 処 理 時 間 0.00 秒 CPU 時 間 0.00 秒 9! /*データはこれ 以 降 に 入 力 するという 意 味 の 文 */ 14 ; /*データを CARDS 文 で 入 力 する 場 合 のデータ 入 力 終 了 の 合 図 */ 15 proc print data=sample; /*データ 部 を 表 示 するプロシジャ*/ 16 NOTE: データセット WORK.SAMPLE から 4 オブザベーションを 読 み 込 みました NOTE: PROCEDURE PRINT 処 理 ( 合 計 処 理 時 間 ): 処 理 時 間 0.03 秒 CPU 時 間 0.01 秒 OBS ID name sex age height weight 1 1 fujita M suzuki F takahash M tanaka M [DATA ステップのループ 実 行 の 仕 組 み] DATA ステップは 入 力 するオブザベーションが 無 ければ 1 回 だけ 実 行 されます しかし 外 部 データからの 入 力 (INPUT ステートメント)や SAS データセットからの 入 力 (SET ステートメントなど)があるときは 読 み 取 るデータ 行 (SAS データセットの 読 み 取 りの 場 合 はオブザベーション)が 尽 きるまで 自 動 的 に 繰 り 返 し 実 行 されます これを DATA ステップのループ 実 行 と 呼 びます そして SAS データセットに 書 きこみ を 行 うステートメントである OUTPUT ステートメントがその DATA ステップの 中 に 存 在 しなければ DATA ステップの 終 わり(RUN ステートメントもしくは CARDS ステートメント)の 直 前 に OUTPUT ステートメン トを 自 動 的 に 挿 入 し 読 み 込 むデータ 行 またはオブザベーションが 尽 きるまで DATA ステップで 作 成 する 各 変 数 値 の 値 (これをプログラムデータベクトルと 呼 んでいます )を 持 つ1オブザベーションを 作 成 する SAS データセットへの 書 き 込 みを 繰 り 返 し 実 行 します この 例 では 実 行 ステートメントは INPUT ステー トメントのみとなっており ここで 読 み 込 まれた 6 個 の 変 数 値 を 持 つオブザベーションをデータ 行 の 数 で ある 4 回 DATA ステップがループ 実 行 され 都 合 4 オブザベーションを 持 つ SAS データセット SAMPLE 7

8 が 作 成 されます [SAS データセットのディスクリプタ 部 の 表 示 ] (プログラム 1.1-3) proc contents data=sample; /*ディスクリプタ 部 を 表 示 するプロシジャ*/ (ログ) NOTE: PROCEDURE CONTENTS 処 理 ( 合 計 処 理 時 間 ): 処 理 時 間 0.06 秒 CPU 時 間 0.01 秒 CONTENTS プロシジャ 2010 年 09 月 27 日 月 曜 日 午 前 11 時 02 分 57 秒 9 データセット 名 WORK.SAMPLE オブザベーション 数 4 メンバータイプ DATA 変 数 の 数 6 エンジン V9 インデックス 数 0 作 成 日 時 2010 年 09 月 27 日 月 曜 日 午 後 02 時 42 分 20 秒 オブザベーションのバッファ 長 48 更 新 日 時 2010 年 09 月 27 日 月 曜 日 午 後 02 時 42 分 20 秒 削 除 済 みオブザベーション 数 0 保 護 圧 縮 済 み NO データセットタイプ ソート 済 み NO ラベル データ 表 現 WINDOWS_32 エンコード shift-jis Japanese (SJIS) エンジン/ホスト 関 連 情 報 データセットのページサイズ 4096 データセットのページ 数 1 データページの 先 頭 1 ページごとの 最 大 OBS 数 84 先 頭 ページの OBS 数 4 データセットの 修 復 数 0 ファイル 名 C:\Users\Hideo\AppData\Local\Temp\SAS Temporary Files\_TD7592\sample.sas7bdat 作 成 したリリース M3 作 成 したホスト WIN_PRO 変 数 と 属 性 の 昇 順 リスト # 変 数 タイプ 長 さ 1 ID 数 値 8 4 age 数 値 8 5 height 数 値 8 2 name 文 字 8 3 sex 文 字 8 6 weight 数 値 8 [ 変 数 の 型 ] SAS の 変 数 のタイプ( 型 )は 以 下 のとおり 数 値 タイプと 文 字 タイプの 2 通 りしかありません 変 数 のタイプ 数 値 タイプ 8

9 内 部 的 に 3 バイト~8バイト 7 の 浮 動 小 数 点 形 式 で 格 納 される 文 字 タイプ 1~32767 バイトの 長 さまでの 文 字 列 を 値 として 持 つことができる 数 値 変 数 は 固 定 小 数 点 形 式 で 持 つことができませんので 丸 め 誤 差 にシビアなアプリケーションに SAS を 使 うような 場 合 は 注 意 が 必 要 です 文 字 変 数 に 定 数 を 与 えるには ダブルクオテーション(")で 囲 むか シングルクオテーション(')で 囲 んで 指 定 します 例 name= Robert Edison sex= M [SAS カタログ] SAS で 管 理 するファイルには SAS データセットの 他 にもグラフィック 情 報 フォーマット 定 義 情 報 を 保 存 したものなどがあります これらはそれぞれ SAS グラフィックカタログ SAS フォーマットカタログ などと 呼 び 合 わせて SAS カタログと 呼 びます SAS データセットと SAS カタログを 合 わせて SAS フ ァイルと 呼 びます (プログラム 1.1-4) proc format; /*ユーザ 定 義 フォーマットの 作 成 */ value $a "fujita"=" 藤 田 です " "tanaka"=" 田 中 です " other="その 他 です "; proc print data=sample; format name $a.; /* 変 数 name の 値 に 定 義 したフォーマット($a)を 適 用 して 表 示 */ (ログ) NOTE: 出 力 形 式 $A を 作 成 しました OBS ID name sex age height weight 1 1 藤 田 です M その 他 です F その 他 です M 田 中 です M (プログラム 1.1-5) proc catalog cat=formats; /*SASカタログを 管 理 するプロシジャ*/ contents; /*カタログ 内 のフォーマット 定 義 名 を 確 認 */ カタログの 内 容 : WORK.FORMATS # 名 前 タイプ 作 成 日 更 新 日 説 明 LENGTH ステートメントで 長 さを 定 義 しなかった 場 合 は8バイトに 設 定 されます 9

10 1 A FORMATC 27SEP2010:14:49:12 27SEP2010:14:49:12 [ 一 時 ライブラリと 永 久 ライブラリ libname ステートメント] SAS ファイルは SAS 起 動 時 に 自 動 的 に 割 り 当 てられた WORK と 呼 ばれるライブラリ 参 照 名 で 参 照 する 物 理 ディレクトリの 中 に 一 時 的 に 作 られ SAS 終 了 時 に 自 動 的 に 消 去 されます WORK という 名 前 以 外 のライブラリ 参 照 名 でユーザ 指 定 した 物 理 ディレクトリに 保 存 するよう 指 定 すると SAS 終 了 後 も 残 りま す このようにして 保 存 した SAS ファイルを 永 久 SAS データセットあるいは 永 久 SAS ファイルと 呼 び ます (プログラム 1.1-6) libname mydata "C:\temp"; /* 物 理 ディレクトリ C:\temp をライブラリ 参 照 名 mydata で 参 照 させる*/ data mydata.sample; /* 永 久 データセットの 作 成 */ input ID name $ sex $ age height weight; /* 変 数 の 名 前 と 型 を 決 めて 読 み 込 みを 実 行 する 文 */ cards; /*データはこれ 以 降 に 入 力 するという 意 味 の 文 */ 001 fujita M suzuki F takahashi M tanaka M ; /*データをCARDS 文 で 入 力 する 場 合 のデータ 入 力 終 了 の 合 図 */ proc print data=mydata.sample; /*データ 部 を 表 示 するプロシジャ*/ proc contents data=mydata.sample; /*ディスクリプタ 部 を 表 示 するプロシジャ*/ しかしながら SAS ユーザの 便 宜 にために SAS システムはセッション 開 始 時 にユーザドキュメント (c: USERS DOCUMENTS)の 下 の My SAS Files 9.1 フォルダを SASUSER というライブラリ 参 照 名 で 自 動 的 に 割 り 当 てています これを 利 用 すれば libname ステートメントを 実 行 しなくても 自 由 に SAS ファイルを 永 久 保 存 することができます (プログラム 1.1-7) data sasuser.sample; /*SASUSERライブラリに 永 久 データセットを 作 成 する*/ input ID name $ sex $ age height weight; /* 変 数 の 名 前 と 型 を 決 めて 読 み 込 みを 実 行 する 文 */ cards; /*データはこれ 以 降 に 入 力 するという 意 味 の 文 */ 001 fujita M suzuki F takahashi M tanaka M ; /*データをCARDS 文 で 入 力 する 場 合 のデータ 入 力 終 了 の 合 図 */ proc print data=sasuser.sample; /*データ 部 を 表 示 するプロシジャ*/ proc contents data=sasuser.sample; /*ディスクリプタ 部 を 表 示 するプロシジャ*/ 10

11 [ 命 名 規 則 (SAS 名 の 規 則 )] SAS データセット 名 変 数 名 などつけ 方 には 基 本 的 に 以 下 の 規 則 が 適 用 されます データセット 名 変 数 名 の 命 名 規 則 長 さ 32 文 字 以 内 (すべて 半 角 ) 先 頭 の 1 文 字 はアルファベット(A~Z)もしくはアンダースコア(_)のいずれかでなければなりませ ん 2 文 字 目 以 降 はアルファベット(A~Z)もしくはアンダースコア(_)もしくは 数 字 (0~9)のいずれ かが 使 えます 名 前 の 中 に 漢 字 やブランクが 使 えないことに 注 意 してください 8 なお データセット 名 変 数 名 のアルファベットの 大 文 字 小 文 字 の 区 別 については 以 下 のように 取 り 扱 われます データセット 名 変 数 名 の 大 文 字 小 文 字 の 区 別 データセット 名 は 大 文 字 小 文 字 の 区 別 はなく すべて SAS 内 部 で 大 文 字 として 認 識 されます 変 数 名 は DATA ステップや PROC ステップのプログラミングレベルおよび 実 行 中 は 大 文 字 小 文 字 の 区 別 はなく 同 じ 文 字 として 認 識 されます ただし データセットに 格 納 する 変 数 名 や SAS からの 出 力 では 最 初 に 定 義 したとおりに 大 文 字 小 文 字 を 区 別 して 保 存 され 表 示 されます 9 基 本 的 には 同 じ 命 名 規 則 が 配 列 名 ステートメントに 置 くラベル 名 マクロ 定 義 名 マクロ 変 数 名 カタログ 名 ライブラリ 参 照 名 などにも 適 用 されます ただし ユーザー 定 義 フォーマット 名 では 文 字 フ ォーマット 名 は"$"で 始 まること またライブラリ 参 照 名 などは OS の 制 約 も 受 けるなど 若 干 異 なる 場 合 も ありますので 注 意 が 必 要 です 特 に C 言 語 など 大 文 字 小 文 字 を 区 別 するプログラミング 言 語 で 書 かれたプ ログラムを SAS 言 語 で 書 き 直 すような 場 合 は 注 意 が 必 要 です ( 問 題 ) SAS 名 (データセット 名 または 変 数 名 )として 有 効 か 無 効 かを 考 えて 自 分 で 確 認 してください A A2010/10/10 _2010_10_10 ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdef [ステートメント( 文 )] SAS 言 語 には 通 常 のプログラミング 言 語 と 同 じようにプログラミングステートメント( 文 )が 用 意 され ています 1 個 のステートメントは キーワード( 定 型 語 )で 始 まりセミコロン(;)で 終 了 します キ ーワードとセミコロン 以 外 にステートメントに 含 まれる 他 の 要 素 は 変 数 名 データセット 名 関 数 名 フォーマット 名 定 数 パラメータなどの 1 文 字 以 上 の 長 さを 持 つワード( 語 )と 演 算 子 記 号 およびブ ランク( 空 白 )などの 1 文 字 の 長 さの 特 殊 文 字 です ワードの 区 切 り 文 字 はブランク 1 個 以 上 です た だし 演 算 子 (+-*/など)や 記 号 ( やカッコや 引 用 符 など)も 通 常 ワード 間 の 区 切 り 文 字 として 認 識 され ます そのため これらの 特 殊 文 字 をワードとワードの 間 に 記 述 する 場 合 ブランクはあってもなくても かまいません また 1 つのステートメントを 複 数 行 にわたって 書 いても 1 つの 行 に 複 数 のステートメ ントを 書 いてもかまいません ただし ワードの 途 中 で 改 行 することは 許 されません なお キーワ ードを 含 むワードのアルファベットは 大 文 字 (A~Z) 小 文 字 (a~z)いずれで 書 いてもかまいません [ 別 表 1] に SAS の DATA ステップで 使 える 主 要 なステートメントの 一 覧 を 表 示 しましたので ざっと 見 てみましょう 8 変 数 名 には 256 文 字 までのラベルを 付 けることができ 漢 字 も 使 えます 9 CONTENTS プロシジャを 用 いて 変 数 名 をデータセット 出 力 するような 場 合 に 注 意 が 必 要 となります 11

12 [ 別 表 2] に SAS の Base プロダクトで 使 える 主 要 な PROC ステップの 一 覧 を 表 示 しましたので ざっと 見 てみましょう [ 別 表 3] に SAS の 主 要 なグローバルステートメントの 一 覧 を 表 示 しましたので ざっと 見 てみましょう [ 関 数 ] SAS は 豊 富 な 関 数 を 備 えています 統 計 関 数 や 分 布 関 数 や 乱 数 発 生 関 数 といったデータ 解 析 のための 関 数 は 勿 論 のこと 文 字 関 数 なども 充 実 しています [ 別 表 5] に 主 要 な 関 数 を 表 示 しましたので 見 てみましょう [ 演 算 子 ] [ 別 表 4] に SAS で 使 える 主 要 な 演 算 子 を 表 示 しましたので 見 てみましょう ちなみに SAS の 論 理 演 算 結 果 は 真 の 場 合 は 値 1 を 返 し 偽 の 場 合 は 値 0 を 返 します (プログラム 1.1-8) data _null_; set sample; check=(height>=170); put height= check=; (ログ) height=175 check=1 height=168 check=0 height=180 check=1 height=178 check=1 /*データセットを 作 らないでDATAステップを 開 始 する*/ /*SASデータセットsampleを 読 み 込 む*/ /*height>=170の 真 偽 値 を 変 数 checkに 格 納 する*/ /* 変 数 height 値 とcheck 値 をログに 書 き 出 す*/ [ 欠 損 値 ] SAS 言 語 では 数 値 タイプ 変 数 の 欠 損 値 はピリオド 1 個 (.)で 与 えます また 標 準 的 な 表 示 も 同 じです ま た._および.A~.Z までの 27 個 の 特 殊 欠 損 値 を 通 常 の 欠 損 値 と 区 別 して 持 たせることが 可 能 です 10 一 方 文 字 タイプ 変 数 の 欠 損 値 はヌル 値 ""またはブランク 1 個 " "で 与 えます 新 たに 定 義 する 文 字 変 数 の 場 合 はどちらも 長 さ 1 のブランクの 値 として SAS データセットに 格 納 され 既 に 存 在 する 文 字 変 数 の 場 合 は 定 義 された 長 さのブランク 文 字 列 を 値 として SAS データセットに 格 納 されます 文 字 タイプ 変 数 の 欠 損 値 には 特 殊 欠 損 値 はありません また 長 い 方 の 長 さに 足 りない 方 の 文 字 列 はブランクを 埋 めてから 比 較 されますので 長 さの 異 なる 文 字 タイプ 欠 損 値 の 比 較 結 果 は 等 しくなります 欠 損 値 は 統 計 量 を 計 算 する 上 での 有 効 な 値 としてカウントせず 別 途 取 り 扱 われます 文 字 タイプの 欠 損 値 も 標 準 では 集 計 表 の 画 面 には 現 れないなど 別 扱 いされる 場 合 がほとんどです 欠 損 を 表 す 値 を"999999" と 入 力 するような 他 のシステムから SAS に 乗 り 換 える 場 合 は SAS の 欠 損 値 を 考 慮 した 変 換 が 必 要 です 欠 損 値 を 定 数 で 割 り 当 てます (プログラム 1.1-9) data kesson; a=""; b=" "; c=" "; d=.; 10 欠 損 値 にも 比 較 順 序 があり._<.<.A< <.Z の 順 となっています 12

13 e=.a; proc print data=kesson; proc contents data=kesson; (PRINT アウトプット) OBS a b c d e 1. A (CONTENTS アウトプットの 一 部 ) 変 数 と 属 性 の 昇 順 リスト # 変 数 タイプ 長 さ 1 a 文 字 1 2 b 文 字 1 3 c 文 字 2 4 d 数 値 8 5 e 数 値 8 カードデータから 欠 損 値 を 入 力 します fujita さんの 性 別 と suzuki さんの 年 齢 と tanaka さんの 体 重 を 欠 損 値 として 入 力 します ( 注 意 :このようなカードイメージデータからのリスト 入 力 方 法 のときは ブラン クはデータの 区 切 り 文 字 として 認 識 されるため 文 字 タイプ 変 数 の 欠 損 値 もピリオド 1 個 で 与 えます ) (プログラム ) data sample; input ID name $ sex $ age height weight; cards; 001 fujita suzuki F takahashi M tanaka M ; proc means data=sample; /* 基 本 統 計 を 計 算 するプロシジャ*/ proc freq data=sample; table sex; MEANS プロシジャ 変 数 N 平 均 標 準 偏 差 最 小 値 最 大 値 ID age height weight FREQ プロシジャ 累 積 累 積 sex 度 数 パーセント 度 数 パーセント

14 F M 欠 損 値 の 度 数 = 1 [エラー 対 応 ] ログはプログラムの 実 行 状 況 を 報 告 する 役 割 を 持 ち エラー(ERROR) 警 告 (WARNING) ノート(NOTE)の 各 メッセージにより 実 行 状 況 を 確 認 できます これまでの 例 ではエラーと 警 告 は 発 せられず ノートのみのメッセージとなっており 少 なくとも 文 法 的 なエラーや 実 行 時 のエラーは 出 現 しなかったということを 意 味 しています ただし 意 図 した 結 果 が 得 られたかどうかは ノートに 記 された 作 成 されたデータセットのオブザベーション 数 と 変 数 の 数 が1つの ポイントとなります 特 に 作 成 したデータセットのオブザベーション 数 が 0(ゼロ)になっていないか どうかを 確 認 することが 実 際 上 は 重 要 です エラーが 無 い 場 合 でもこの 部 分 は 必 ず 確 認 しておきましょ う エラーはコンパイル 時 のエラー( 文 法 エラー)と 実 行 時 のエラーに 大 きく 分 かれます 文 法 エラー 以 下 のような 場 合 に 発 生 します キーワードのタイプミス( 存 在 しないプロシジャ 名 や 関 数 名 ステートメントやオプション) ワード 間 のブランク 忘 れ 文 末 のセミコロン(;) 忘 れ 全 角 のブランクを 入 力 してしまった 場 合 Do~End 文 のネストで 対 応 がとれていない 場 合 文 法 エラーはプログラムのコンパイル 時 に 発 見 され 実 行 は 中 止 されます このような 場 合 は 最 初 に 発 生 したエラーメッセージの 近 辺 に 注 意 してタイプミス 全 角 ブランクの 有 無 セミコロンの 有 無 などを 調 べ て 訂 正 します なお よりやっかいなのは 引 用 符 ("または')が 片 方 閉 じていないままになっている 場 合 やマクロ 処 理 を 行 っている 場 合 で 問 題 が 起 きた 場 合 です このような 場 合 はエラーメッセージすら 出 てこないときがあり 何 度 サブミットを 行 っても SAS からの 応 答 が 無 い 状 態 になることがあります この 場 合 は 以 下 のおま じないで 解 決 できる 場 合 がありますので 試 してください (おまじないのプログラム) ;*';*";*/;quit; 実 行 時 エラーは 以 下 のような 場 合 に 発 生 します データ 入 力 において 読 み 取 ろうとするデータ 形 式 と 読 み 取 り 形 式 が 異 なる 対 応 がとれない 場 合 など 未 定 義 の 変 数 に 対 する 処 理 を 行 おうとした 場 合 無 効 な 関 数 の 引 数 の 指 定 ( 存 在 しない 日 付 を 指 定 した 場 合 など) ゼロで 割 る 処 理 を 行 った 場 合 このような 場 合 実 行 は 中 断 されず 結 果 を 欠 損 値 に 設 定 するなどして 実 行 が 続 きます 14

15 なお Windows のコンピュータ 資 源 不 足 や 書 き 込 み 禁 止 などのファイルセキュリティなどの 理 由 でエラ ーが 発 生 する 場 合 もあります 15

16 1.2 データ 読 取 り 変 数 作 成 と 横 方 向 の 集 計 処 理 ~ FILENAME LIBNAME INPUT SET IMPORT EXPORT 割 り 当 てステート メント 集 計 関 数 データセットオプション PRINT SORT プロシジャ SAS でデータの 集 計 や 分 析 等 の 処 理 を 行 うためには 通 常 集 計 や 分 析 に 用 いるデータを 一 旦 SAS デー タセットに 読 み 込 む 必 要 があります SAS ファイル 以 外 のファイルを SAS から 見 て 外 部 ファイル と 呼 んでいます まず 外 部 ファイルから SAS データセットにデータを 読 み 込 むために 用 いる DATA ステップの SAS ステートメントとして 重 要 な INPUT ステートメントと INFILE ステートメントを 主 に 学 びます 次 に SAS データセットからのデータの 読 込 を 行 う SET ステートメント CSV 形 式 など の 外 部 ファイルの 入 力 に 用 いることができる IMPORT プロシジャなどを 学 びます さらに DATA ステップで 用 いるステートメントの 中 で 割 り 当 てステートメントその 他 のプログラミングス テートメントの 一 部 関 数 の 一 部 データセットオプションなどを 学 びます また PRINT, SORT などのプロシジャの 文 法 を 理 解 します [INPUT ステートメントによるデータの 読 み 取 り] まず プログラムの 中 に 読 み 取 りデータを 書 いた 例 から 始 めます 冒 頭 に 出 てきたプログラム をもう 一 度 取 り 上 げます 下 記 のプログラムをエデイタに 呼 び 出 してください なお そのエデイタ 画 面 をアクティブにした 上 で 書 いたプログラムのどの 部 分 も 選 択 せずにサブミット すると そのエディタ 画 面 に 書 かれたプログラム 全 部 が 一 度 にサブミットされます エラーが 発 生 したと きは 上 手 くいった DATA ステップや PROC ステップ 部 分 は 再 実 行 する 必 要 ありませんので 修 正 した プログラム 部 分 を 含 む DATA ステップもしくは PROC ステップ 以 降 を 選 択 してからサブミットしてくだ さい また /* */ で 囲 んだテキスト 部 分 はコメントですので 入 力 してもしなくても 結 構 です (プログラム 1.1-2) data sample; /*データセットの 作 成 */ input ID name $ sex $ age height weight; /* 変 数 の 名 前 と 型 を 決 めて 読 み 込 みを 実 行 する 文 */ cards; /*データはこれ 以 降 に 入 力 するという 意 味 の 文 */ 001 fujita M suzuki F takahashi M tanaka M ; /*データをCARDS 文 で 入 力 する 場 合 のデータ 入 力 終 了 の 合 図 */ proc print data=sample; /*データ 部 を 表 示 するプロシジャ*/ SAS システム 年 10 月 10 日 日 曜 日 午 後 03 時 29 分 36 秒 OBS ID name sex age height weight 1 1 fujita M suzuki F takahash M tanaka M

17 (DATA ステートメント) 宣 言 ステートメント DATA ステップを 開 始 し 作 成 する SAS データセット 名 を 明 示 的 に 指 定 します ここでは sample という 名 前 の SAS データセットを WORK ライブラリに 1 個 作 成 するという 宣 言 をしています DATA ステップ は 1 つの DATA ステートメントで 開 始 し RUN ステートメントで 明 示 的 に 終 了 します また 他 の DATA ステートメントや PROC ステートメントに 遭 遇 することによっても 終 了 します データセット 名 を 省 略 すると _data_ という 自 動 SAS データセット 名 が 指 定 されたものとみなされま す これは SAS セッションの 最 初 に 指 定 された 場 合 は DATA1 という 名 前 2 番 目 は DATA2, 以 下 同 様 に DATA3,...,DATAn という 名 前 の SAS データセットを 作 成 します ( 例 ) data; set sample; 同 時 に 複 数 の SAS データセット 名 を 指 定 可 能 です 入 力 データから 条 件 検 索 によって 別 々のデータセ ットを 作 成 する 場 合 などに 使 います ( 例 ) data male female; set sample; if sex="m" then output male; else output female; データセットを 作 成 しないで DATA ステップを 実 行 する 特 殊 なデータセット 名 _null_ があります ( 例 ) data _null_; set sample; if sex="m" then put _all_; (INPUT ステートメント) 実 行 ステートメント INPUT ステートメントは 外 部 データのレコード 行 から どのデータをどういう 変 数 名 と 型 で 読 み 取 るか を 指 定 し 実 行 するステートメントです ここでは リスト 入 力 と 呼 ばれる 最 も 単 純 な 方 法 で 読 み 取 り たい 項 目 の 変 数 名 と 型 をリストするだけの 指 定 を 行 っています (CARDS ステートメント) 宣 言 ステートメント CARDS ステートメントは INPUT ステートメントで 読 み 込 むデータはこのステートメントの 次 の 行 から 1 個 のセミコロン(;)が 書 かれた 行 の 間 に 入 っていることを 知 らせるステートメントです [INPUT ステートメントの 指 定 方 法 ] 3 通 りの 入 力 方 法 と 6 つの 修 飾 子 (modifier) (@,@@,+,#,:,/)について 学 びます [(1)リスト 入 力 ] (INPUT ステートメントの 指 定 ) input ID name $ sex $ age height weight; データ 項 目 はブランク 1 個 以 上 を 区 切 り 文 字 としてテキスト 形 式 で 並 んでいる 場 合 に 用 いることができま す CARDS ステートメントで 入 力 するデータがある 場 合 は 指 定 が 簡 単 なので 良 く 使 われます データ 項 目 はブランクで 区 切 られていますのでリスト 入 力 向 きです (1 行 目 のデータ 行 ) 001 fujita M データ 項 目 の 並 び 順 に 対 応 して SAS データセットになる 変 数 名 と 型 ( 文 字 型 の 場 合 は$, 数 値 型 の 場 合 は 何 も 指 定 しません.)を 順 次 指 定 していきます. 欠 損 値 はピリオド 1 個 で 入 力 されている 必 要 があります. 上 記 データの 並 びに 対 応 して ID=1 ( 数 値 ) name="fujita" ( 文 字 ) 17

18 sex="m" ( 文 字 ) age=30 ( 数 値 ) height=175 ( 数 値 ) weight=70 ( 数 値 ) の 値 を 持 つオブザベーションが input ステートメントによって 読 み 込 まれます このリスト 入 力 には 次 の 制 約 があります (A) 文 字 型 データを 読 む 際 に 8 バイトの 長 さに 切 られます ("takahashi"は"takahash" と 最 初 の 8 文 字 ま でしか 読 まれていません ) (B)テキスト 形 式 の 値 しか 読 み 取 れません(バイナリ 形 式 などの 編 集 形 式 のデータは 読 み 取 れません) (A)の 問 題 は 次 のカラム 入 力 やフォーマット 入 力 でも 解 決 できますが フォーマット 入 力 とリスト 入 力 を ミックスしたコロン(:)フォーマット 指 定 付 きリスト 入 力 が 実 用 的 です なおコロン(:)は INPUT ステー トメントで 使 える 修 飾 子 の 1 つです [コロンフォーマット 指 定 による INPUT ステートメントの 指 定 ] (プログラム 1.2-1) data sample; /*データセットの 作 成 */ input ID name :$10. sex :$1. age height weight; cards; /*データはこれ 以 降 に 入 力 するという 意 味 の 文 */ 001 fujita M suzuki F takahashi M tanaka M ; /*データをCARDS 文 で 入 力 する 場 合 のデータ 入 力 終 了 の 合 図 */ proc print data=sample; /*データ 部 を 表 示 するプロシジャ*/ OBS ID name sex age height weight 1 1 fujita M suzuki F takahashi M tanaka M name :$10. のコロンフォーマット 指 定 付 きリスト 入 力 を 行 ったため takahashi とちゃんと 入 力 できて います (B)の 問 題 はフォーマット 入 力 で 解 決 できます [(2)カラム 入 力 ] 外 部 データレコード 上 の 各 項 目 のカラム 位 置 が 決 まっているテキスト 形 式 データを 入 力 する 場 合 に 使 いま す 読 み 取 りたいカラムの 項 目 だけ 選 択 して 読 み 取 ることができます カラム 入 力 は INPUT ステートメントに 変 数 名 タイプ($もしくは 指 定 なし) 開 始 カラム 位 置 - 終 了 カラム 位 置 を 1 セットとして 読 み 取 りたい 項 目 分 を 指 定 する 方 法 です 18

19 (プログラム 1.2-2) data sample; /*データセットの 作 成 */ input ID 1-3 name $4-13 sex $14 age height weight sahw $14-21; cards; /*データはこれ 以 降 に 入 力 するという 意 味 の 文 */ 001fujita M suzuki F takahashi M tanaka M ; /*データをCARDS 文 で 入 力 する 場 合 のデータ 入 力 終 了 の 合 図 */ proc print data=sample; /*データ 部 を 表 示 するプロシジャ*/ OBS ID name sex age height weight sahw 1 1 fujita M M suzuki F F takahashi M M tanaka M M [(3)フォーマット 入 力 ] フォーマット 入 力 は INPUT 位 置 変 数 名 読 み 取 り 編 集 形 式 (INFORMAT) 名. を 1 セットとして 読 み 取 りたい 項 目 分 を 指 定 する 方 法 INPUT ステートメントで 使 える 修 飾 子 の 1 つで その 行 における 読 み 取 りポインタの 絶 対 カラム 位 置 を 与 後 には 正 の 整 数 もしくは 正 の 整 数 を 値 に 持 つ 変 数 名 を 指 定 します (プログラム 1.2-3) data sample; /*データセットの 作 成 */ sex name ID 3.; cards; /*データはこれ 以 降 に 入 力 するという 意 味 の 文 */ 001fujita M suzuki F takahashi M tanaka M ; /*データをCARDS 文 で 入 力 する 場 合 のデータ 入 力 終 了 の 合 図 */ proc print data=sample; /*データ 部 を 表 示 するプロシジャ*/ OBS sex name ID 1 M fujita 1 2 F suzuki 2 3 M takahashi 3 4 M tanaka 4 フォーマット 入 力 は 外 部 データ 項 目 がどのような 編 集 形 式 であってもほとんど 読 み 取 ることができるとい う 意 味 で SAS が 大 変 強 力 なデータ 入 力 編 集 機 能 を 持 っている 証 の 1 つになっています SAS では 特 定 の 編 集 形 式 で 書 かれた 外 部 データ 値 を SAS 変 数 値 に 読 み 込 む 場 合 の 編 集 形 式 の 指 定 をインフォーマット( 入 19

20 力 フォーマット)と 呼 んでいます 逆 に SAS 変 数 値 を 指 定 の 編 集 形 式 で 外 部 データ 値 として 書 き 出 す 場 合 の 編 集 形 式 の 指 定 をフォーマット( 出 力 フォーマット)と 呼 んでいます [ 別 表 7] に 主 要 なインフォーマット [ 別 表 6] にフォーマットの 一 覧 を 表 示 してますので 見 てみましょ う [+ 相 対 カラム 位 置 移 動 修 飾 子 指 定 がカラムの 絶 対 位 置 指 定 であったのに 対 し + 修 飾 子 は 同 一 行 の 中 でのポインタを 相 対 的 に 移 動 させる 機 能 を 持 っています +の 後 には 整 数 ( 負 の 整 数 も 可 )もしくは 整 数 を 値 として 持 つ 変 数 名 を 指 定 します (プログラム 1.2-4) data sample; /*データセットの 作 成 */ sex $1. +2 height 3. +(-6) sahw ID 3.; cards; /*データはこれ 以 降 に 入 力 するという 意 味 の 文 */ 001fujita M suzuki F takahashi M tanaka M ; /*データをCARDS 文 で 入 力 する 場 合 のデータ 入 力 終 了 の 合 図 */ proc print data=sample; /*データ 部 を 表 示 するプロシジャ*/ OBS sex height sahw ID 1 M 175 M F 168 F M 180 M M 178 M [ 複 数 レコードをあたかも 1 レコードとして 読 み 取 る 場 合 ] 1 人 の 顧 客 属 性 項 目 が 複 数 レコード 行 にわたって 書 かれているような 場 合 修 飾 子 の 1 つである # 行 ポイ ンタ 指 定 を 用 いるとうまく 読 み 込 むことができます (プログラム 1.2-5) data sample; /*データセットの 作 成 */ input ID name $10. sex weight 2.; cards; /*データはこれ 以 降 に 入 力 するという 意 味 の 文 */ 001fujita M suzuki F takahashi M tanaka M ; /*データをCARDS 文 で 入 力 する 場 合 のデータ 入 力 終 了 の 合 図 */ proc print data=sample; /*データ 部 を 表 示 するプロシジャ*/ 20

21 OBS ID name sex weight 1 1 fujita M suzuki F takahashi M tanaka M 77 # 行 ポインタ 修 飾 子 が INPUT ステートメントに 出 現 すると 外 部 レコードの 行 は #ポインタの 最 大 値 の 行 数 を1 単 位 として 読 み 込 むモードになります #の 後 には 正 の 整 数 もしくは 正 の 整 数 値 を 持 つ 変 数 名 を 指 定 します [ 複 数 の INPUT ステートメントの 指 定 ] #ポインタと@ポインタを 使 うと 複 数 行 にわたって どの 行 のどのカラム 位 置 からでも 自 由 にデータを 読 みとれますし 読 み 取 りポインタの 位 置 を 前 後 左 右 自 由 に 行 き 来 できるという 利 点 があります しかしながら 複 数 行 のレコードを1 単 位 として 1 番 目 の 行 から 順 に 読 み 取 る 場 合 は #ポインタを 用 いずに 複 数 の INPUT ステートメントを 書 いて 読 み 込 むことができます (プログラム 1.2-6) data sample; /*データセットの 作 成 */ ID name $10.; sex weight 2.; cards; /*データはこれ 以 降 に 入 力 するという 意 味 の 文 */ 001fujita M suzuki F takahashi M tanaka M ; /*データをCARDS 文 で 入 力 する 場 合 のデータ 入 力 終 了 の 合 図 */ proc print data=sample; /*データ 部 を 表 示 するプロシジャ*/ OBS ID name sex weight 1 1 fujita M suzuki F takahashi M tanaka M 77 ここで 重 要 なのは 各 INPUT ステートメントの 最 後 のセミコロン(;)はそれぞれ 読 んでいる 外 部 データ 行 の 読 込 を 終 了 して 次 の 外 部 データ 行 の 最 初 のカラムに 読 込 ポインタを 進 める 合 図 だということです なお / 修 飾 子 を 用 いて 以 下 のように 指 定 しても 改 行 して 読 み 取 る 指 定 になります input ID name $10. / sex weight 2.; 注 : INPUT ステートメントや/ 修 飾 子 の 後 の 最 初 の@1 は 省 略 できます 21

22 終 わる INPUT 修 飾 子 はカラム 絶 対 位 置 を 指 定 する 役 割 の 他 に INPUT ステートメントを@;で 終 了 させた 場 合 はポイ ンタを 次 の 行 に 移 動 させず 直 前 のデータ 読 み 取 り 位 置 に 留 めておく 機 能 があります 例 えば 最 初 の 1 カラム 目 の 文 字 を 検 索 して 値 によって 次 の 読 み 取 り 項 目 を 変 更 するような 場 合 に 有 用 です (プログラム 1.2-6) data sample; /*データセットの 作 成 */ input point input +point char $1.; cards; /*データはこれ 以 降 に 入 力 するという 意 味 の 文 */ 1abcdefghijklmn 5abcdefghijklmn ; /*データをCARDS 文 で 入 力 する 場 合 のデータ 入 力 終 了 の 合 図 */ proc print data=sample; /*データ 部 を 表 示 するプロシジャ*/ OBS point char 1 1 b 2 5 f [@@;で 終 わる INPUT 修 飾 子 で 終 わる INPUT ステートメントは カードイメージデータからデータを 入 力 する 場 合 に 特 に 便 利 です (プログラム 1.2-7) data sample; input x cards; ; proc print data=sample; OBS x y 終 わる INPUT ステートメントは DATA ステップの 次 のループに 対 しても 外 部 データ 上 のポインタ 保 留 位 置 を 維 持 する 役 割 終 わる INPUT ステートメントに 変 えて 実 行 してみてください 22

23 (プログラム 1.2-8) data sample; input x cards; ; proc print data=sample; OBS x y 個 だと DATA ステップはデータ 行 の 数 だけのループになります 以 上 で INPUT ステートメントの 説 明 は 終 了 です [FILENAME ステートメントと INFILE ステートメント] 次 は CARDS ステートメントの 中 ではなく 外 部 ファイルにデータがある 場 合 にデータを 読 む 方 法 を 学 びます 外 部 ファイルにアクセスする 場 合 アクセス 先 を 指 定 する 実 行 ステートメント(INFILE ステー トメント( 入 力 )と FILE ステートメント( 出 力 ))において そのファイルの 物 理 パス 名 を 記 述 する 代 わりに あらかじめ FILENAME ステートメントでそのファイルをアクセスするためのファイル 参 照 名 を 定 義 して おき INFILE ステートメントや FILE ステートメントでファイル 参 照 名 を 使 用 することができます SAS プログラムでアクセスする 外 部 ファイルを SAS プログラムコードの 冒 頭 に 書 いておけるのでプログラム が 大 変 読 みやすくスマートになります 練 習 用 に 以 下 のデータ 項 目 を SAS エディタもしくはメモ 帳 で 作 成 して ユーザディレクトリ (C:USERS ユーザ 名 DOCUMENTS My SAS Files 9.1 など)の 中 に sample1.dat という 名 前 で 保 存 して ください (sample1.dat の 内 容 ) 001 fujita M suzuki F takahashi M tanaka M (プログラム 1.2-9) 注 意 ユーザ 名 の 箇 所 はあなたのログオンユーザ 名 を 入 力 してください filename in "c:\users\ユーザ 名 \documents\my sas files\9.1"; data sample; infile in(sample1.dat); input ID name $ sex $ age height weight; proc print data=sample; (ログ) 23

24 179 filename in "c:\users\hideo\documents\my sas files\9.1"; 180 data sample; 181 infile in(sample1.dat); 182 input ID name $ sex $ age height weight; NOTE: 入 力 ライブラリ IN: ディレクトリ=c:\users\ユーザ 名 \documents\my sas files\9.1 NOTE: 入 力 ファイル IN(sample1.dat) : ファイル 名 =c:\users\ユーザ 名 \documents\my sas files\9.1\sample1.dat, レコードフォーマット=V, 論 理 レコード 長 =256 NOTE: 4 レコードを 入 力 ライブラリ IN から 読 み 込 みました 最 小 レコード 長 は 22 です 最 大 レコード 長 は 25 です NOTE: 4 レコードを 入 力 ファイル IN(sample1.dat) から 読 み 込 みました 最 小 レコード 長 は 22 です 最 大 レコード 長 は 25 です NOTE: データセット WORK.SAMPLE は 4 オブザベーション 6 変 数 です NOTE: DATA ステートメント 処 理 ( 合 計 処 理 時 間 ): 処 理 時 間 0.04 秒 CPU 時 間 0.00 秒 183 proc print data=sample; 184 NOTE: データセット WORK.SAMPLE から 4 オブザベーションを 読 み 込 みました NOTE: PROCEDURE PRINT 処 理 ( 合 計 処 理 時 間 ): 処 理 時 間 0.06 秒 CPU 時 間 0.01 秒 OBS ID name sex age height weight 1 1 fujita M suzuki F takahash M tanaka M (FILENAME ステートメント 指 定 方 法 ) 宣 言 ステートメント FILENAME ファイル 参 照 名 " 物 理 パス 名 "; (INFILE ステートメントの 指 定 方 法 ) 実 行 ステートメント INFILE ファイル 参 照 名 オプション; ただし ファイル 参 照 名 は 上 記 プログラム 例 のようにフォルダに 指 定 した 場 合 は (データセット 名 )を 指 定 しフォルダ 内 の 特 定 のファイルを 参 照 させる 必 要 があります ファイル 参 照 名 は SAS 名 の 制 約 を 受 けます ただし 長 さは 8 文 字 以 内 です また INFILE ステートメントで 指 定 できる 特 殊 なファイル 参 照 名 として CARDS があります これは CARDS ステートメントの 後 に 入 力 したデータのレコード 形 式 (dsd や dlm=オプション)を 指 定 でき 24

25 るようにするためです (ただしカードイメージデータの 最 大 レコード 長 はデフォルトの 256 を 超 えて 設 定 不 能 です ) その 他 EXCEL ファイルを 読 むときのための DDE 指 定 などがあります [INFILE ステートメントで 良 く 使 うオプション] lrecl= 論 理 レコード 長 省 略 すると 256 が 設 定 されますので 固 定 長 の 外 部 ファイルを 読 むときはその 長 さ csv 形 式 などの 可 変 長 の 外 部 ファイル を 読 む 場 合 は lrecl=32000 と 大 きな 値 を 指 定 します recfm=レコードフォーマット OS 環 境 によって 指 定 可 能 な 値 が 異 なりますが Windows 環 境 では f( 固 定 長 ),v( 可 変 長 ),n( 不 定 長 )の 3 つのいずれかになります dsd オプション と dlm=" 区 切 り 文 字 " オプション csv 形 式 の 可 変 長 レコードを 読 むときに 必 要 になります (ただし 後 述 の IMPORT プロシジャのおかげで csv 形 式 のファイルは DATA ステップを 使 わなくても 読 めますが 変 数 のタイプなどを 的 確 に 指 定 したい 場 合 などのために 知 っておいた 方 が 良 いと 思 います ) (プログラム ) INFILE CARDS 指 定 と dsd,dlm=オプション data sample; infile cards dsd dlm=","; input ID name $ sex $ age height weight; cards; 001,fujita,M,30,175,70 002,suzuki,F,29,168,59 003,takahashi,M,32,180,85 004,tanaka,M,40,178,, ; proc print data=sample; OBS ID name sex age height weight 1 1 fujita M suzuki F takahash M tanaka M 以 上 のように 外 部 ファイルをアクセスする 場 合 読 み 取 りは INFILE ステートメントと INPUT ステー トメントを 用 います ( 逆 に 後 述 するように 書 き 込 みは FILE ステートメントと PUT ステートメント を 用 います ) なお FILENAME ステートメントを 省 略 して 以 下 のように 書 いても 実 行 できます data sample; infile "c:\users\hideo\documents\my sas files\9.1\sample1.dat"; input ID name $ sex $ age height weight; 25

26 しかしながら プログラムの 冒 頭 で そのプログラムがアクセスする 物 理 ファイルをすべてあらかじめ FILENAME ステートメントでファイル 参 照 名 を 定 義 しておくと プログラムが 見 やすくなります [SET ステートメントによる SAS データセットの 読 込 み] FILENAME ステートメント CARDS ステートメント INFILE ステートメント INPUT ステートメント は 外 部 データの 読 込 に 用 いられるステートメントでした 一 方 SAS データセットの 値 を 読 み 込 むステ ートメントは LIBNAME ステートメントと SET MERGE UPDATE ステートメントです 一 旦 SAS データセットにデータが 格 納 されていると SAS データセットはデータ 部 以 外 にディクショナ リ 部 を 持 っていますので データセット 名 を 指 定 するだけで SAS はすべての 項 目 の 情 報 が 分 かってしま うということです SET MERGE UPDATE の 各 ステートメントの 違 いは 後 で 学 ぶことになりますが ここでは 単 一 の SAS データセットを 読 み 込 む 場 合 は LIBNAME ステートメントと SET ステートメントを 使 えば 良 いということを 覚 えておけば 十 分 です プログラム で 既 に libname の 基 本 は 出 ていますので SET ステートメントといくつかのステートメ ントを 使 った 例 を 実 行 してみます (プログラム ) data sample2; set sample; if sex="f" then output; else delete; proc print data=sample2; OBS ID name sex age height weight 1 2 suzuki F (SET ステートメントの 指 定 方 法 ) 実 行 ステートメント SET SAS データセット 名 オプション; SAS データセット 名 複 数 の SAS データセットをブランクで 区 切 って 指 定 できます オプション end= 変 数 名 最 後 のオブザベーションを 読 んだ 時 点 で 指 定 の 変 数 値 =1 となります (IF ステートメント) 実 行 ステートメント (else ステートメント) 実 行 ステートメント 条 件 選 択 を 行 うステートメントです 別 途 詳 しく 学 びます 26

27 (OUTPUT ステートメントの 指 定 方 法 ) 実 行 ステートメント SAS データセットにプログラムデータベクトルの 値 を1オブザベーションとして 書 き 込 みます OUTPUT 出 力 SAS データセット 名 ; 出 力 SAS データセット 名 には 複 数 の SAS データセット 名 をブランクで 区 切 って 指 定 できます ( 同 じオ ブザベーションが 出 力 されます ) (DELETE ステートメント) 実 行 ステートメント このステートメント 実 行 時 点 でオブザベーションの 書 き 出 しを 行 わずに DATA ステップループの 最 初 に 戻 ります (プログラムデータベクトルの 値 は DATA ステップのループに 戻 った 時 点 ですべて 欠 損 値 にリセ ットされます ) なお OUTPUT ステートメントが 明 示 的 に1つでも 存 在 すれば DATA ステップの 最 後 の OUTPUT ステ ートメントの 自 動 挿 入 は 行 われませんので この 例 では else delete; は 無 くても 結 果 は 同 じになります しかし あった 方 が 明 示 的 です [IMPORT プロシジャと EXPORT プロシジャ] テキストファイル 特 に csv ファイル(Comma Separeted Values, カンマ 区 切 りデータ)を 読 み 取 るとき 重 宝 するプロシジャです まず EXPORT プロシジャを 用 いて SAS データセット SAMPLE の 内 容 を CSV 形 式 ファイルにします (プログラム ) proc export data=sample outfile="sample.csv" replace; メモ 帳 などで 現 在 の 作 業 フォルダ(マイドキュメント)の 下 に sample.csv が 出 来 ていることを 確 認 してくだ さい 1 行 目 に SAS データセットの 変 数 名 が 書 き 出 されている 点 に 注 意 してください 残 念 ながら 変 数 名 の 書 き 出 しを 抑 制 するオプションはありません そうしたい 場 合 は 以 下 のように options source2; を 指 定 してから proc export を 実 行 すると ログに export を 実 行 する DATA ステッププログラムが 出 現 しますので これを 編 集 して 再 実 行 すると 良 いでしょ う 27

28 (プログラム ) EXPORT プロシジャを DATA ステップに 展 開 したログを 得 る options source2; proc export data=sample outfile="sample.csv" x; (ログ) 143 /********************************************************************** 144 * プロダクト: SAS 145 * バージョン: * 作 成 者 : 外 部 ファイルインターフェイス 147 * 作 成 日 : 14OCT * 説 明 : 生 成 された SAS データステップ コード 149 * テンプレート ソース: ( 指 定 なし) 150 ***********************************************************************/ 151 data _null_; 152 set SAMPLE end=efieod; 153 %let _EFIERR_ = 0; /* エラー 検 出 のマクロ 変 数 を 設 定 します */ 154 %let _EFIREC_ = 0; /* エクスポートレコードカウントのマクロ 変 数 をクリアします */ 155 file 'sample.csv' delimiter=',' DSD DROPOVER lrecl=32767; 156 format ID best12. ; 157 format name $8. ; 158 format sex $8. ; 159 format age best12. ; 160 format height best12. ; 161 format weight best12. ; 162 if _n_ = 1 then /* 列 名 を 書 き 出 します */ 163 do; 164 put 165 'ID' 166 ',' 167 'name' 168 ',' 169 'sex' 170 ',' 171 'age' 172 ',' 173 'height' 174 ',' 175 'weight' 176 ; 177 end; 178 do; 179 EFIOUT + 1; 180 put 181 put name 182 put sex 183 put 184 put 185 put weight ; 186 ; 187 end; 188 if _ERROR_ then call symput('_efierr_',1); /* エラー 検 出 のマクロ 変 数 を 設 定 します */ 189 if EFIEOD then call symputx('_efirec_',efiout); 28

29 190 上 記 ログをエディタ 画 面 にコピーし 上 記 ログ 番 号 の 162 行 目 から 177 行 目 に 相 当 する 箇 所 を 削 除 して かつ 156 行 目 の file "sample.csv"; の 箇 所 を file "XXXXX.csv"; に 変 更 した 上 でサブミットします (プログラム ) ログをエディタにコピーし 行 番 号 を 削 除 し 不 要 な 箇 所 を 削 除 してサブミット /********************************************************************** * プロダクト: SAS * バージョン: 9.1 * 作 成 者 : 外 部 ファイルインターフェイス * 作 成 日 : 14OCT10 * 説 明 : 生 成 された SAS データステップ コード * テンプレート ソース: ( 指 定 なし) ***********************************************************************/ data _null_; set SAMPLE end=efieod; %let _EFIERR_ = 0; /* エラー 検 出 のマクロ 変 数 を 設 定 します */ %let _EFIREC_ = 0; /* エクスポートレコードカウントのマクロ 変 数 をクリアします */ file 'XXXXX.csv' delimiter=',' DSD DROPOVER lrecl=32767; format ID best12. ; format name $8. ; format sex $8. ; format age best12. ; format height best12. ; format weight best12. ; do; EFIOUT + 1; put put name put sex put put put weight ; ; end; if _ERROR_ then call symput('_efierr_',1); /* エラー 検 出 のマクロ 変 数 を 設 定 します */ if EFIEOD then call symputx('_efirec_',efiout); (EXPORT プロシジャの 指 定 方 法 ) SAS データセットの 値 を 外 部 テキストファイルに 書 き 出 す PROC EXPORT DATA= 入 力 SASデータセット 名 OUTFILE=" 出 力 外 部 データセット 名 " オプション; (PROC EXPORT ステートメントの 良 く 使 うオプション) 29

30 REPLACE 既 存 の 出 力 ファイルの 内 容 を 置 き 換 えることを 許 可 します 次 に 今 書 き 込 んだ CSV 形 式 ファイルを INPORT プロシジャを 用 いて SAS データセットに 読 み 込 みます (プログラム ) IMPORT プロシジャの 実 行 proc import datafile="sample.csv" out=samplex replace; proc print data=samplex; OBS ID name sex age height weight 1 1 fujita M suzuki F takahash M tanaka M 読 み 取 る sample.csv の 1 行 目 を SAS 変 数 名 とみなして 自 動 的 に 読 み 取 っている 点 に 注 意 してください (IMPORT プロシジャ) 外 部 テキストファイルを SAS データセットに 読 み 込 む PROC IMPORT DATAFILE=" 入 力 外 部 データセット 名 " OUT= 出 力 sas データセット 名 オプション; オプションデータソースステートメント; (PROC IMPORT ステートメントの 良 く 使 うオプション) REPLACE 既 存 の 出 力 SAS データセットの 内 容 を 置 き 換 えることを 許 可 します ( 良 く 使 われるオプションデータソースステートメント) GETNAMES=YES NO 1 行 目 を 変 数 名 として 読 み 取 るかどうかを 選 択 します デフォルトは YES です GUESSINGROWS= 変 数 の 型 の 推 測 を 読 み 取 る 外 部 データを 何 行 読 んでから 決 定 するかを 指 定 します DATAROW= 正 の 整 数 何 行 目 から 読 み 始 めるかを 指 定 します (プログラム ) 1 行 目 を 変 数 名 として 読 む getnames=yes(デフォルト)の 効 果 proc import datafile="xxxxx.csv" out=samplex replace; proc print data=samplex; OBS _ fujita M _0 _75 VAR6 1 2 suzuki F takahash M tanaka M (プログラム ) 1 行 目 をデータ 行 として 読 む getnames=no 指 定 の 追 加 30

31 proc import datafile="xxxxx.csv" out=samplex replace; getnames=no; proc print data=samplex; OBS VAR1 VAR2 VAR3 VAR4 VAR5 VAR6 1 1 fujita M suzuki F takahash M tanaka M [Excel への 書 き 出 し] Excel に 直 接 書 出 すには DDE を 使 います 11 DDE(Dynamic Data Exchange) は Windows の 機 能 の 1 つで 対 応 する 別 々のアプリケーション 間 での 動 的 なデータ 交 換 機 能 を 実 行 します SAS も Excel も DDE に 対 応 していますので SAS からは FILENAME ステートメントで dde エンジンを 指 定 して 呼 び 出 します ) Excel を 起 動 し Sheet1 シートが 開 いた 状 態 にあることを 確 認 してから 以 下 のプログラムを 実 行 してく ださい (プログラム ) DDE を 使 った Excel への 書 き 込 み filename out dde "Excel Sheet1!r1c1:r4c6"; data _null_; set sample; file out lrecl=32000; put id name sex age height weight; FILE ステートメントと put ステートメントは INFILE ステートメントと INPUT ステートメントの 逆 に DATA ステップで 外 部 ファイルにデータを 書 きだすためのステートメントです (FILE ステートメント) 実 行 ステートメント INFILE ステートメントと 同 じようなオプションが 使 えます (PUT ステートメント) 実 行 ステートメント INPUT ステートメントと 同 じような 指 定 (リスト 出 力 カラム 出 力 フォーマット 出 力 および@,#などの 11 EXPORT プロシジャで 直 接 書 き 込 みを 行 うためには SAS/ACCESS to PC File Formats プロダクトが 必 要 です 31

32 修 飾 子 )が 使 えます [ 割 り 当 てステートメント] 一 般 のプログラミングステートメントにあるものと 同 じような 実 行 ステートメントです 変 数 名 = 式 ; 右 辺 の 式 の 値 を 左 辺 の 変 数 の 値 に 割 り 当 てます [ 集 計 関 数 ] データセットのデータ 値 を 横 方 向 に 集 計 したい 場 合 は DATA ステップの 集 計 関 数 を 用 います 統 計 ( 集 計 ) CSS 修 正 済 平 方 和 x=css(5,10,20,16,0,5); CV 変 動 係 数 (% 表 示 ) x=cv(5,10,20,16,0,5); KURTOSIS 尖 度 x=kurtosis(5,10,20,16,0,5); MAX 最 大 値 x=max(5,10,20,16,0,5); MEAN 平 均 値 x=mean(5,10,20,16,0,5); MIN 最 小 値 x=min(5,10,20,16,0,5); N 非 欠 損 値 の 数 を 返 す n=n(1,3,.,5,10); NMISS 欠 損 値 の 数 を 返 す nmiss=nmiss(1,3,.,5,10); RANGE 範 囲 x=range(5,10,20,16,0,5); SKEWNESS 歪 度 x=skewness(5,10,20,16,0,5); STD 標 準 偏 差 x=std(5,10,20,16,0,5); SUM 合 計 x=sum(5,10,20,16,0,5); USS 修 正 前 平 方 和 x=uss(5,10,20,16,0,5); VAR 不 偏 分 散 x=var(5,10,20,16,0,5); (プログラム ) 集 計 関 数 の 例 data sales; input dept$ s01-s05; tot_sales=sum(s01,s02,s03,s04,s05); avr_sales=mean(of s01-s05); active_year=n(of s:); cards; A B C ; proc print data=sales; tot_ avr_ active_ OBS dept s01 s02 s03 s04 s05 sales sales year 1 A B C sum()は 合 計 mean()は 平 均 n()は 非 欠 損 データ 件 数 を 返 す 関 数 です mean は Excel の 関 数 名 と 異 なる 点 に 注 意 [ 変 数 リスト 省 略 のための 修 飾 子 ] 32

33 上 記 INPUT ステートメントや 関 数 の 中 で 個 々の 変 数 名 をブランクたカンマで 区 切 ってリストする 代 わり に 変 数 名 prefix+ 数 字 - 変 数 名 pefix 数 字 の 形 式 でハイフン(-) 省 略 指 定 が 使 えます そのほかにも ハイフンハイフン (--)とコロン(:) 省 略 指 定 があります 例 ) x1-x100 変 数 x1,x2,...,x100 の 100 個 の 変 数 名 を 指 定 s03--avr_sales プログラムデータベクトルに 定 義 された 変 数 名 の 並 び 順 で s03 を 開 始 変 数 名 avr_sales を 終 了 変 数 名 と してその 間 に 存 在 する 全 変 数 名 を 指 定 s: プログラムデータベクトルに 定 義 された 変 数 の 中 でsで 始 まるすべての 変 数 名 を 指 定 [データセットオプション] SAS データセットを 読 み 書 きする 場 合 特 定 の 検 索 条 件 やインデクスをつけたり データセットにパス ワードや 圧 縮 指 定 をおこなったりすることができます これをデータセットオプションと 呼 びます (プログラム ) データセットオプションの 例 data sales2(compress=yes password=himitsu index=(dept)); set sales(where=(tot_sales>=800)); proc contents data=sales2; data sales3; set sales2; (ログ) NOTE: データセット WORK.SALES から 2 オブザベーションを 読 み 込 みました WHERE tot_sales>=800; NOTE: データセット WORK.SALES2 は 2 オブザベーション 9 変 数 です NOTE: 圧 縮 によって データセット WORK.SALES2 のサイズを パーセント 増 加 しました 圧 縮 時 のサイズは 3 ページです ( 非 圧 縮 時 は 2 ページが 必 要 です ) NOTE: DATA ステートメント 処 理 ( 合 計 処 理 時 間 ): 処 理 時 間 0.14 秒 CPU 時 間 0.01 秒 CONTENTS プロシジャ データセット 名 WORK.SALES2 オブザベーション 数 2 メンバータイプ DATA 変 数 の 数 9 エンジン V9 インデックス 数 1 作 成 日 時 2010 年 10 月 14 日 木 曜 日 午 後 03 時 36 分 50 秒 オブザベーションのバッファ 長 72 更 新 日 時 2010 年 10 月 14 日 木 曜 日 午 後 03 時 36 分 50 秒 削 除 済 みオブザベーション 数 0 保 護 READ/WRITE/ALTER 圧 縮 済 み CHAR データセットタイプ 再 利 用 スペース NO ラベル オブザベーションへのポイント YES データ 表 現 WINDOWS_32 ソート 済 み NO エンコード shift-jis Japanese (SJIS) エンジン/ホスト 関 連 情 報 33

34 データセットのページサイズ 4096 データセットのページ 数 3 インデックスのページサイズ 4096 インデックスのページ 数 2 データセットの 修 復 数 0 ファイル 名 C:\Users\Hideo\AppData\Local\Temp\SAS Temporary Files\_TD5300\sales2.sas7bdat 作 成 したリリース M3 作 成 したホスト WIN_PRO 変 数 と 属 性 の 昇 順 リスト # 変 数 タイプ 長 さ 9 active_year 数 値 8 8 avr_sales 数 値 8 1 dept 文 字 8 2 s01 数 値 8 3 s02 数 値 8 4 s03 数 値 8 5 s04 数 値 8 6 s05 数 値 8 7 tot_sales 数 値 8 インデックスと 属 性 の 昇 順 リスト 一 意 な # インデックス 値 の 数 1 dept 2 ( 主 なデータセットオプション) FIRSTOBS= OBS= SAS データセットを 読 み 取 るときにのみ 有 効 オブザベーションの 読 み 取 り 開 始 番 号 と 終 了 番 号 をそれ ぞれ 指 定 します where=( 条 件 ) ()でくくって SQL の where 条 件 を 指 定 します IN 節 などで 複 数 のアイテムを 指 定 する 場 合 の 区 切 り 文 字 は SQL の 区 切 り 文 字 カンマ(,)でも SAS の 区 切 り 文 字 ブランク 1 個 以 上 のいずれでも 良 い 仕 様 になってい ます 例 ) where=(dept in ("A" "B") or uriage>=1000) keep= 変 数 リスト または drop= 変 数 リスト 作 成 する または 読 み 込 むデータセットの 一 部 の 変 数 のみ 保 存 する または 除 外 することを 指 定 します compress=yes NO 作 成 する SAS データセットの 圧 縮 指 定 です ログに 圧 縮 率 が 表 示 されますが 必 ずしも 容 量 が 減 るとは 限 りません index=(インデクス 変 数 ) password=パスワード これらは SAS データセットをデータベースのように 使 う 場 合 に 便 利 な 機 能 です [PRINT プロシジャ] 34

35 PROC PRINT data= 入 力 データセット 名 オプション; VAR 変 数 リスト; BY 変 数 リスト; ID 変 数 リスト; SUM 変 数 リスト; RUN; ( 主 なオプション) LABEL ラベルが 定 義 された 変 数 は 変 数 名 の 代 わりに 変 数 ラベルが 表 示 されるようになります この 指 定 を 行 わ ないと たとえ 変 数 ラベルが 定 義 されていても PRINT アウトプット 出 力 に 変 数 ラベルは 使 われない 点 に 注 意 NOOBS 標 準 で 出 力 される 一 番 左 にオブザベーション 番 号 の 表 示 を 抑 制 します (VAR ステートメント) PRINT 表 示 したい 変 数 名 をリストします 全 プロシジャで 共 通 に 使 えるステートメント (BY ステートメント) この 変 数 値 ごとに 別 々に 出 力 されます 全 プロシジャで 共 通 に 使 えるステートメント 前 もって 指 定 された 変 数 の 値 の 大 きさの 順 に 入 力 データセットが 並 んで(ソートされて)いることが 必 要 です (BY ステートメントで 指 定 する 変 数 の 前 につけるオプション) DESCENDING ソートシーケンス(アルファベット 順 )の 逆 順 ( 通 常 降 順 と 呼 びます)にオブザベーションが 並 んでいる 場 合 に 指 定 します 指 定 が 無 いとその 変 数 はアルファベット 順 ( 昇 順 )に 並 んでいるものとみなされます 例 ) BY dept descending sales; dept のアルファベット 順 の 中 で sales が 大 きいものから 小 さいものの 順 にオブザベーションが 並 んでいる ことを 知 らせています (ID ステートメント) 識 別 に 用 いたい 変 数 名 をリストします 指 定 された 変 数 値 が 一 番 左 に 表 示 されるようになり 同 じ ID 値 のオブザベーションは 最 初 のオブザベーションのみ 値 を 表 示 するようになります このステートメントは 多 くのプロシジャで 共 通 に 指 定 できるステートメントです (SUM ステートメント) 数 値 タイプ 変 数 名 をリストできます 全 オブザベーションについての 合 計 値 や(BY ステートメントが 指 定 されていれば) 小 計 値 が 表 示 されるようになります PRINT プロシジャ 独 自 のステートメントです [SORT プロシジャ] オブザベーションを 指 定 の 変 数 値 の 大 きさによって 並 べ 替 えを 行 います PROC SORT data= 入 力 データセット 名 out= 出 力 データセット 名 オプション; 35

36 BY 変 数 リスト; RUN; ( 主 なオプション) NODUPKEY BY ステートメントの 値 が 同 じオブザベーションは 最 初 のオブザベーションのみ 残 して 残 りを 削 除 します この 指 定 によって 出 力 データセットにおける BY 変 数 値 はユニークになります このオプションを 使 った SORT プロシジャはキー 変 数 の 重 複 が 存 在 するかどうかをチェックする 目 的 で 良 く 使 います (BY ステートメント) 並 べ 替 えを 行 う 変 数 名 をリストします (BY ステートメントで 指 定 する 変 数 の 前 につけるオプション) DESCENDING 後 に 指 定 した 1 個 の 変 数 をソートシーケンス(アルファベット 順 )の 逆 順 ( 通 常 降 順 と 呼 びます)にオブザベ ーションを 並 べ 替 えます 指 定 が 無 いとその 変 数 はアルファベット 順 ( 昇 順 )に 並 べ 変 えます [SORT プロシジャの 重 要 な 注 意 点 ] PROC SORT ステートメントで out= 出 力 データセット 名 を 指 定 しなかった 場 合 data= 入 力 データセット が 並 べ 替 えられたデータセットに 置 き 換 わってしまいます これは 一 般 に 復 元 できませんので 大 変 重 要 な 注 意 点 です (プログラム ) SORT と PRINT の 例 proc sort data=sample out=samp2; by sex; proc print data=samp2 label; var height weight age; by sex; id sex; sum age; label height=" 身 長 "; sex 身 長 weight age F M M 102 === 131 以 上 で 1.2 データ 読 み 取 り 変 数 作 成 と 横 方 向 の 集 計 処 理 の 学 習 が 終 わりです 2. データ 加 工 2.1 ファイルの 連 結 マージ 更 新 を 含 むプログラミングステートメント 36

37 ~ SET,MERGE,UPDATE ステートメント,DO ループ, 配 列 処 理 SAS は 強 力 なデータ 入 出 力 機 能 とデータ 加 工 機 能 を 持 っています この 節 ではデータ 加 工 機 能 について 学 習 します まず SAS データセットの 読 み 取 りを 行 う 3 つのステートメント SET,MERGE,UPDATE の 使 い 方 を 学 習 します 続 いて 配 列 処 理 を 含 む 主 要 なプログラミングステートメントについて 学 習 します [データセットの 縦 の 連 結 : 1つの SET ステートメント] 既 に 学 習 してきたように SET ステートメントは SAS データセットのオブザベーションを 読 み 取 る 実 行 ステートメントです 1 つの SET ステートメントに 複 数 の SAS データセットを 指 定 するとそれぞれの SAS データセットのオブザベーションを 逐 次 的 に 読 み 取 り DATA ステートメントに 指 定 した 出 力 SAS デ ータセットにオブザベーションを 書 きこむことを 読 み 取 る SAS データセットのオブザベーションが 尽 きるまで 自 動 的 にループ 実 行 します 結 果 的 に SET ステートメントに 指 定 した 複 数 データセットは 縦 方 向 に 連 結 された 形 になります (SET ステートメントの 指 定 方 法 ) 実 行 ステートメント SET SAS データセット 名 (データセットオプション) オプション; SAS データセット 名 複 数 の SAS データセットをブランクで 区 切 って 指 定 できます 複 数 の SAS データセットを 指 定 した 場 合 は 連 続 的 に 指 定 された SAS データセットのオブザベーション を 読 み 取 ります ( 良 く 使 うデータセットオプション) in= 変 数 名 そのデータセットのオブザベーションを 読 み 取 っているときはは 1 そうで 無 いときは 0 の 値 を 持 つ 一 時 的 な 変 数 を 定 義 し 後 に 続 くプログラムで 参 照 できるようにします この 変 数 は 出 力 データセットには 出 力 されません rename=( 変 数 名 = 新 変 数 名 ) 変 数 名 を 変 更 します 複 数 の 変 数 名 を 変 更 する 場 合 は rename=(age=nenrei height=shincho) というように 変 数 名 = 新 変 数 名 のパターンをブランクで 区 切 って 並 べます where=( 条 件 式 ) SQL の where 句 を 記 述 し 読 み 取 るオブザベーションを 条 件 選 択 します 例 ) where=(sex="f" or name in ("suzuki","tanaka")) ( 良 く 使 いオプション) end= 変 数 名 最 後 のオブザベーションを 読 んだ 時 点 で 値 =1 となる 一 時 的 な 変 数 を 定 義 します この 変 数 は 出 力 データ セットには 出 力 されません また point= 指 定 を 行 った 場 合 は 無 効 です nobs= 変 数 名 SET ステートメントに 指 定 された SAS データセットの 合 計 オブザベーション 数 を 値 に 持 つ 一 時 的 な 変 数 うを 定 義 します 37

38 point= 変 数 名 定 義 された 変 数 の 値 をオブザベーション 番 号 として SAS データセットの 任 意 のオブザベーションを 読 み 取 ることができるようになります このオプションは 1 個 の SAS データセットのみ 指 定 する BY,WHERE ステートメントと 一 緒 に 指 定 できない DATA ステップの 自 動 ループ 実 行 を 終 了 させるために STOP ステートメントがどこかに 必 ず 必 要 など 使 う 上 での 重 要 な 注 意 点 があります (プログラム 2.1-1) 2 つの SAS データセットの 縦 の 連 結 data japan; input ID :$3. name :$10. sex :$1.; cards; 001 fujita M 002 suzuki F 003 takahashi M 004 tanaka M ; data us; input ID :$3. name :$10. age height weight; cards; 101 browne gibson ; data set1; set japan us; options nocenter; proc print data=set1; (ログ) 213 data set1; 214 set japan us; 215 NOTE: データセット WORK.JAPAN から 4 オブザベーションを 読 み 込 みました NOTE: データセット WORK.US から 2 オブザベーションを 読 み 込 みました NOTE: データセット WORK.SET1 は 6 オブザベーション 6 変 数 です OBS ID name sex age height weight fujita M suzuki F takahashi M tanaka M browne gibson SET ステートメントは 指 定 した SAS データセットを 逐 次 的 に 読 み 取 ります 複 数 の SAS データセットに 同 じ 変 数 が 定 義 されていた 場 合 は 最 初 に 定 義 された 変 数 の 型 と 長 さに 設 定 されます いずれかのデータセ ットにのみ 存 在 する 変 数 では 存 在 しなかったデータセットからの 読 み 取 り 値 はすべて 欠 損 値 にセットさ れます (プログラム 2.1-2) IN=データセットオプション data set1; 38

39 set japan(in=in1) us(in=in2); if in1=1 then country="japan"; else if in2=1 then country="united STATES"; options nocenter; proc print data=set1; (ログ) 218 data set1; 219 set japan(in=in1) us(in=in2); 220 if in1=1 then country="japan"; 221 else if in2=1 then country="united STATES"; 222 NOTE: データセット WORK.JAPAN から 4 オブザベーションを 読 み 込 みました NOTE: データセット WORK.US から 2 オブザベーションを 読 み 込 みました NOTE: データセット WORK.SET1 は 6 オブザベーション 7 変 数 です OBS ID name sex age height weight country fujita M... JAPAN suzuki F... JAPAN takahashi M... JAPAN tanaka M... JAPAN browne UNITE gibson UNITE IN 変 数 は 一 時 的 で データセットには 出 力 されない 点 に 注 意 してください また DATA ステップでの 変 数 定 義 ( 型 と 長 さ)は DATA ステップの 中 で 最 初 に 定 義 されたときに 設 定 され ます ここではまず SET ステートメントにより SET された SAS データセットの 全 変 数 が 定 義 され 続 いて IF ステートメントの 中 で 変 数 country が 出 現 しており country="japan"という 割 り 当 てステートメ ントにより 長 さ 5 の 文 字 型 として 定 義 されます したがって 次 の ELSE ステートメントの 変 数 country の 割 り 当 て 値 は 5 文 字 で 切 られてしまっています これを 回 避 するには 最 初 の 割 り 当 てにおいて country="japan "; といったように 後 ろにブランクを 付 加 して 全 体 の 長 さを 指 定 しておく 方 法 と LENGTH ステートメントを 用 いる 方 法 があります (プログラム 2.1-3) LENGTH ステートメント data set1; length country $14; set japan(in=in1) us(in=in2); if in1=1 then country="japan"; else if in2=1 then country="united STATES"; options nocenter; proc print data=set1; OBS country ID name sex age height weight 1 JAPAN 001 fujita M... 2 JAPAN 002 suzuki F... 39

40 3 JAPAN 003 takahashi M... 4 JAPAN 004 tanaka M... 5 UNITED STATES 101 browne UNITED STATES 102 gibson (LENGTH ステートメント) 定 義 ステートメント DATA ステップにおける 変 数 の 名 前 と 型 を 明 示 的 に 定 義 します 定 義 ステートメントですが DATA ステ ップでの 位 置 は 重 要 です 定 義 したい 変 数 が LENGTH ステートメントより 前 に SET ステートメントや INPUT ステートメントや 割 り 当 てステートメントなどの 変 数 定 義 を 伴 うステートメントで 既 に 定 義 され ていた 場 合 その 変 数 の LENGTH 指 定 は 無 効 です したがって LENGTH ステートメントは SAS デー タセット 内 の 変 数 の 出 現 順 が 気 にならなければ 常 に DATA ステートメントの 次 に 指 定 すべきです (SAS データセットの 中 の 変 数 は LENGTH ステートメントで 指 定 したものが 先 に 並 ぶことになります ) LENGTH 変 数 名 型 および 長 さ... ; 文 字 型 に 定 義 する 場 合 $を 付 けます (プログラム 2.1-4) SET ステートメントの END=オプション data set1; length country $14; set japan(in=in1) us(in=in2) end=end; if in1=1 then country="japan"; else if in2=1 then country="united STATES"; endflg=end; options nocenter; proc print data=set1; OBS country ID name sex age height weight endflg 1 JAPAN 001 fujita M JAPAN 002 suzuki F JAPAN 003 takahashi M JAPAN 004 tanaka M UNITED STATES 101 browne UNITED STATES 102 gibson [ランダムアクセスモード:SET ステートメントの POINT=オプション] (プログラム 2.1-5) SET ステートメント POINT=オプション data rand1; p=2; set set1 point=p; output; p=6; set set1 point=p; output; stop; /* 必 要 */ proc print data=rand1; 40