SAS中的SQL语句大全.docx

1、SAS中的SQL语句大全SAS中的SQL语句完全教程之一：SQL简介与基本查询功能本系列全部内容主要以SQLProcessingwiththeSASSystem(CourseNotes)为主进行讲解，本书是在网上下载下来的，但忘了是在哪个网上下的，故不能提供下载链接了，需要的话可以发邮件向我索取，我定期邮给大家，最后声明一下所有资料仅用于学习，不得用于商业目的，否则后果自负。1SQL过程步介绍过程步可以实现下列功能：查询SAS数据集、从SAS数据集中生成报表、以不同方式实现数据集合并、创建或删除SAS数据集、视图、索引等、更新已存在的数据集、使得SAS系统可以使用SQL语句、可以和SAS的数据

2、步进行替换使用。注意，SQL过程步并不是用来代替SAS数据步，也不是一个客户化的报表工具，而是数据处理用到的查询工具。过程步的特征SQL过程步并不需要对每一个查询进行重复、每条语句都是单独处理、不需要print过程步就能打印出查询结果、也不用sort过程步进行排序、不需要run、要quit来结束SQL过程步过程步语句SELECT：查询数据表中的数据ALTER：增加、删除或修改数据表的列CREATE：创建一个数据表DELETE：删除数据表中的列DESCRIBE：列出数据表的属性DROP：删除数据表、视图或索引INSERT：对数据表插入数据RESET：没用过，不知道什么意思SELECT：选择列进行

3、打印UPDATE：对已存在的数据集的列的值进行修改2SQL基本查询功能语句基本语法介绍SELECTobject-itemFROMfrom-listGROUPBYgroup-by-itemORDERBYorder-by-item;这里SELECT：指定被选择的列FROM：指定被查询的表名WHERE：子数据集的条件GROUPBY：将数据集通过group进行分类HAVING：根据GROUPBY的变量得到数据子集ORDERBY：对数据集进行排序语句的特征选择满足条件的数据、数据分组、对数据进行排序、对数据指定格式、一次最多查询32个表。这里还要提到的就是，在SAS系统中，对于表名和变量名一般不超过32

4、个字符，对于库名，文件引用名，格式等不能超过8个字符关键字Validate关键字只存在于select语句中、可以在不运行查询的情况下测试语句的语法、检查列名是否合法、对于不正确的查询将打印其消息。例：1procsql;2validate3selectRegion,Product,Sales45whereRegion=Africa;NOTE:PROCSQL语句有有效语法。6quit;此外，我们还可以用noexec选项也可以用来进行语法测试。例：7procsqlnoexec;8selectRegion,Product,Sales910whereRegion=Africa;NOTE:由于NOEXEC

5、选项，未执行语句。11quit;这里提示未执行，未提示错误，说明该语句没有语法错误。但是如果加入一个表里没有字段，这里就会出现错误，例：12procsqlnoexec;13selectRegion,Product,Sales,test1415whereRegion=Africa;ERROR:以下这些列在起作用的表中没有找到:test.16quit;查询列我们可以像那样查询指定列，也可以用*来查询所有列。例：procsql;select*;quit;这里我们可以用feedback选项来查看到底我们选择了哪些列：17procsqlfeedback;18select*19;NOTE:Statemen

6、ttransformsto:,;20quit;这时，我们可以看到从表中选择了8个列消除重复值我们可以用distinct选项来消除重复值。例如，我们要得到没有重复的所有地区的名称：procsql;selectdistinctRegionquit;子集查询比较运算符先列出where语句用到的比较运算符：LT大于EQ=等于LE=大于或等于NE=不等于例如，我们要查询sales大于100000的所有数据：procsql;select*wheresales100000;quit;：只要满足in里的任意一个值，表达式即为真，例如，我们要选择Region在Africa和EasternEurope的所有数据：

7、procsql;select*whereRegionin(Africa,EasternEurope);quit;逻辑运算符OR|或AND&是NOT非例如，选择Region在Africa和EasternEurope，且销售额大于100000的所有数据：procsql;select*whereRegionin(Africa,EasternEurope)andsales100000;quit;或：判断某列是否包含指定字符串例如，选择列Region包含Afr的数据：procsql;select*whereRegionAfr;quit;或ISMISSING：判断某列数据是否为空例如，如果找出Region

8、为空的数据：procsql;select*whereRegionismissing;quit;注意，这里我们还可以用以下表达式对where语句进行替换。如果region为数值型变量，则可以用region=.，如果region为字符型变量，则可以用region=进行替换。：选择某一区间的数据例如选择sales大于100000，但小于200000的所有数据：procsql;select*wheresalesbetween100000and200000;quit;：判断是否能匹配某些字符例如，选择以region以A开头的所有地区procsql;select*whereRegionlikeA%;qui

9、t;这里注意有两类通配符，%可以通配任意个任意字符，_只能通配一个任意字符：类似匹配这里由于里没有符合要求的数据，所有就用书上的例子说明一下吧：Wherelastname=*smith，出来的结果可能是：smith，smythe等表达式我们可以通过已有的列进行计算来得到新的列，这时用关键词as来给新的列赋列名，例如：procsql;selectRegion,Product,Sales,Stores,Sales/Storesassalesperstoresquit;这时结果就会多一列salesperstores，用来得到该地区该产品每个商店的平均销售量。这里要注意的是，在创建表达式时，我们还可以

10、在SQL里用到SAS中的除LAG和DIFF之外的所有函数。这里我们还可以用表达式计算出来的结果来进行子集查询，但一定要记住用calculated关键词。例如我们要找出商店平均销售量大于5000的数据：方法一：procsql;selectRegion,Product,Sales,Stores,Sales/StoresassalesperstoreswhereSales/Stores5000;quit;方法二：procsql;selectRegion,Product,Sales,Stores,Sales/Storesassalesperstoreswherecalculatedsalesperst

11、ores5000;quit;查询结果展示数据排序默认的排序方式是升序，我们可以用DESC关键词来进行降序排列。例如以sales降序排列数据：procsql;select*orderbySalesDESC;quit;这里提示一下，我们可以用任意多列进行排序，包括表达式结果（不用calculated），但最好是选择的列。与FORMATLABEL：改变输出变量名的内容FORMAT：改变列的值的输出方式例如，改变salesperstores的label和formatprocsql;selectRegion,Product,Sales,Stores,Sales/Storesassalesperstore

12、slabel=salesperstoresformat=;quit;处理SQL常用函数MEAN或AVG：均值COUNT或N或FREQ：非缺失值个数MAX：最大值MIN：最小值NMISS：缺失值个数STD：标准差SUM：求和VAR：方差求和sumprocsql;selectRegion,Product,Sales,Stores,sum(Sales,Inventory,Returns)astotal;quit;求均值avgprocsql;selectRegion,Product,Sales,Stores,avg(Sales)assalesavg;quit;分组求均值groupbyprocsql;s

13、electRegion,avg(Sales)assalesavggroupbyRegion;quit;计数countprocsql;selectRegion,count(*)ascountgroupbyRegion;quit;数据子集procsql;selectRegion,count(*)ascountgroupbyRegionhavingcount(*)50;quit;其它的就不多作介绍了，多用用就熟悉了子查询找出regions平均sales大于全部平均sales的regionprocsql;selectRegion,avg(Sales)assalesavggroupbyRegionhav

14、ingavg(Sales)(selectavg(Sales);quit;关键词介绍ANY(20,30,40)最终效果：20ANY(20,30,40)最终效果：40=ANY(20,30,40)最终效果：=20or=30or=40例如，选择出region为unitedstate的sales小于任意region为africa的sales的数据procsql;selectRegion,SaleswhereRegion=UnitedStatesandSalesALL(20,30,40)最终效果：40ALL(20,30,40)最终效果：20例如，选择出region为unitedstate的sales小于所

15、有region为africa的sales的数据procsql;selectRegion,SaleswhereRegion=UnitedStatesandSalesall=Africa);quit;与NOTEXISTSprocsql;select*whereexists(select*;quit;SAS中的SQL语句完全教程之二：数据合并与建表、建视图SAS中的SQL语句完全教程之二：数据合并与建表、建视图索引等本系列全部内容主要以SQLProcessingwiththeSASSystem(CourseNotes)为主进行讲解，本书是在网上下载下来的，但忘了是在哪个网上下的，故不能提供下载链接了

16、，需要的话可以发邮件向我索取，我定期邮给大家，最后声明一下所有资料仅用于学习，不得用于商业目的，否则后果自负。1连接joins分为内连接innerjoins和外连接outerjoins内连接：仅返回匹配的数据，最多可以有32个表同时进行内连接外连接：返回所有匹配的数据和非匹配的数据，一次只能有两个表或视图进行外连接迪卡尔积：返回表内所有可能的匹配情况。例如表A有10*20的数据，表B有30*40的数据，则两个表的迪卡尔积有（10+30）*（20+40）=40*60的数据我们先建立两个数据集：datamarch;inputflight$3.+5datedate7.+3departtime5.+2

17、orig$3.+3dest$3.+7miles+6boarded+6capacity;.;.;cards;21901MAR949:31LGALON344219825062201MAR9412:19LGAFRA385720725013201MAR9415:35LGAYYZ36611517827101MAR9413:17LGAPAR363513825030201MAR9420:22LGAWAS22910518011402MAR947:10LGALAX247511921020202MAR9410:43LGAORD74012021021902MAR949:31LGALON344214725013202

18、MAR9415:35LGAYYZ36610617820203MAR9410:43LGAORD74011821021903MAR949:31LGALON344219725062203MAR9412:19LGAFRA385718025027103MAR9413:17LGAPAR363514725020204MAR9410:43LGAORD74014821021904MAR949:31LGALON344223225062204MAR9412:19LGAFRA385713725013204MAR9415:35LGAYYZ36611717827104MAR9413:17LGAPAR36351462503

19、0204MAR9420:22LGAWAS22911518011405MAR947:10LGALAX247511721020205MAR9410:43LGAORD74010421021905MAR949:31LGALON344216025062205MAR9412:19LGAFRA385718525013205MAR9415:35LGAYYZ36615717827105MAR9413:17LGAPAR363517725011406MAR947:10LGALAX247512821020206MAR9410:43LGAORD74011521021906MAR949:31LGALON344216325

20、013206MAR9415:35LGAYYZ36615017830206MAR9420:22LGAWAS2296618011407MAR947:10LGALAX247516021013207MAR9415:35LGAYYZ36616417827107MAR9413:17LGAPAR363515525030207MAR9420:22LGAWAS229135180;run;datadelay;inputflight$3.+5datedate7.+2orig$3.+3dest$3.+3delaycat$15.+2destype$15.+8delay;informatdatedate7.;format

21、datedate7.;cards;11401MAR94LGALAX1-10MinutesDomestic820201MAR94LGAORDNoDelayDomestic-562201MAR94LGAFRANoDelayInternational-513201MAR94LGAYYZ11+MinutesInternational1430201MAR94LGAWASNoDelayDomestic-211402MAR94LGALAXNoDelayDomestic020202MAR94LGAORD1-10MinutesDomestic521902MAR94LGALON11+MinutesInternat

22、ional1862202MAR94LGAFRANoDelayInternational013202MAR94LGAYYZ1-10MinutesInternational527102MAR94LGAPAR1-10MinutesInternational430202MAR94LGAWASNoDelayDomestic011403MAR94LGALAXNoDelayDomestic-120203MAR94LGAORDNoDelayDomestic-121903MAR94LGALON1-10MinutesInternational462203MAR94LGAFRANoDelayInternationa

23、l-213203MAR94LGAYYZ1-10MinutesInternational627103MAR94LGAPAR1-10MinutesInternational230203MAR94LGAWAS1-10MinutesDomestic511405MAR94LGALAXNoDelayDomestic-220206MAR94LGAORDNoDelayDomestic-321906MAR94LGALON11+MinutesInternational2713206MAR94LGAYYZ1-10MinutesInternational730206MAR94LGAWAS1-10MinutesDome

24、stic162207MAR94LGAFRA11+MinutesInternational2113207MAR94LGAYYZNoDelayInternational-227107MAR94LGAPAR1-10MinutesInternational430207MAR94LGAWASNoDelayDomestic0;run;内连接procsql;createtableinnerjoinsasselecta.*,b.*fromMarcha,Delayb=外连接左连接leftjoinprocsql;createtableleftjoinsasselect*fromMarchaleftjoinDela

25、yb=右连接rightjoinprocsql;createtablerightjoinsasselect*fromMarcharightjoinDelayb=全连接fulljoinprocsql;createtablefulljoinsasselect*fromMarchafulljoinDelayb=迪卡尔积procsql;createtablecartesianasselecta.*,b.*fromMarcha,Delayb;quit;这里再大概说明一下内外连接的实现的基本原理：首先生成两个数据表的迪卡尔积，然后再根据where语句来选择符合条件的数据作为输出结果。当然，在实际处理过程中，

26、SQL过程步会对这个迪卡尔积的数据集进行优化，将其划分成小块数据进行处理。2复杂的连接这里因为找不到很好的例子来说明如何处理复杂的连接，因此就不讲解了，大概说一下思路吧：简单地说，对于复杂的查询，我们应该将该查询分解成几个小的子查询，然后对每个子查询的结果进行测试，最后将所有的子查询结合起来就组成了这个复杂的查询。这样会比一来就写复杂的查询容易得多。3数据集SET操作这里有四类SET操作，分别是EXCEPT、INTERSECT、UNION、OUTERUNION。EXCEPT：得到除第二个数据集以外的所有第一个数据集里的数据INTERSECT：得到第一个数据集和第二个数据集都有的数据UNION：

27、得到两个数据集所有的数据，这里如果两个数据集有相同的数据，重复数据只出现一次OUTERUNION：得到两个数据集所有的数据。还有两个关键词来修改SET操作的行为：ALL和CORRESPONDINGALL：并不删除重复值，不能与OUTERUNION合用（注意，用ALL关键词，一种情况是你不管是否会有重复值，另一个情况是不可能出现重复值，例如有主键的数据）CORRESPONDING：只保留两个数据集都有的字段，一般简写为CORR找出所有没有延迟的航班和日期：procsql;selectflight,datefromMarchexceptselectflight,datefromDelay;quit

28、;注意：这里重复值已经被删除。如果要得到所有的包含重复值的数据，就要用到关键词ALL：procsql;selectflight,datefromMarchexceptALLselectflight,datefromDelay;quit;如果只保留两个数据集都有的字段，则用到关键词CORRESPONDING（可简写为CORR）：procsql;select*fromMarchexceptCORRselect*fromDelay;quit;找出所有延迟的航班和日期：procsql;selectflight,datefromMarchINTERSECTselectflight,datefromDel

29、ay;quit;关键词ALL和CORRESPONDING与在EXCEPT中一样，这里不再作介绍选择所有的数据，这里的重复值只出现一次procsql;selectflight,datefromMarchUNIONselectflight,datefromDelay;quit;关键词ALL和CORRESPONDING与在EXCEPT中一样，这里不再作介绍procsql;selectflight,datefromMarchOUTERUNIONselectflight,datefromDelay;quit;这里，如果我们用到关键词CORR，就可以将相同字段的数据结合到一起：procsql;select*fromMarchOUTERUNIONCORRselect*fromDelay;quit;4建表建空表通过指定变量建空表procsqlnoprint;createtablepercent(varnamechar(30),Industrychar(4),begindatenumformatdate9.label=thebeginningdate,=thee