a = input(a, yymmdd10.)引发的问题

2023-12-26 08:00:39

在数据清理过程中，经常会遇到以文本储存的日期型数据，这种数据不能直接进行分析，需要先将其转化为以数值存储的格式。

首先准备数据集：

data data1;
    input a :$10. b :$10. c :$10.;
    label a = label_a b = label_b c = label_c;
cards;
2020-01-02 03FEB2021  2020-03-04
2020-03-04 9MAR2022 2020-09-1
;
run;

接下来使用input函数将变量a转化为数值存储。

data data2;
    set data1;
    a = input(a, yymmdd10.);
run;

日志没有报错，查看数据集变量信息，发现变量a并没有成功转化为数值存储。

注意此时的日志有一行Note: 数值已转换为字符值

造成这种情况的原因是：SAS首先使用input函数将变量a的文本日期转化为数值日期，再将其写入原变量a时发现变量a的类型为文本，于是又自动将数值日期转化为文本日期。

以下代码可以解决这个问题，但有一个缺点：新创建的变量aa并没有“继承”变量a的标签。

data data3;
    set data1;
    aa = input(a, yymmdd10.);
    drop a;
    rename aa = a;
run;

为了实现将变量a由文本日期转化为数值日期的同时不丢失标签，可先通过DICTIONARY.COLUMNS表查找变量a的标签，之后再用label语句即可。

proc sql noprint;
    select label into :a_label from DICTIONARY.COLUMNS where libname = "WORK" and memname = "DATA1";
quit;

data data3;
    set data1;
    aa = input(a, yymmdd10.);
    label aa = &a_label;
    drop a;
    rename aa = a;
run;

注意此时的逻辑库和数据集名称都需要大写，这是因为SAS对变量名不区分大小写，但对字符型变量的具体值区分大小写，libname和memname实际上是DICTIONARY.COLUMNS表中的两个字符型变量。

a = input(a, yymmdd10.)引发的问题

码农公寓

相关文章