SASHELPのサンプルデータを使おう

ライブラリ「SASHELP」には様々なデータがあり、その中には「サンプルデータ」も格納されています。

• データは昔のものが多いですが、SAS学習時や、試したい事があった時に重宝します。
• 各データの意味や出典はリファレンスを参照下さい。
• SASバージョンや環境によって削除・追加される可能性あり（今回はSAS9.4での内容になります）

【SAS9.4】 SASHELPサンプルデータセット一覧（一部）

データセット名	データセットラベル	メモ
BASEBALL	1986 Baseball Data	メジャーリーガーの成績など。 REGプロシジャの例でよく見かける。
BMIMEN	Body Mass Index and Age for Men	年齢とBMIのデータ
BMT	Bone Marrow Transplant Patients	骨髄移植患者の無病生存期間。 LIFETESTプロシジャの例でよく見かける。
BWEIGHT	Infant Birth Weight	出生時体重と母親に関するデータ
CARS	2004 Car Data
CLASS	Student Data	架空の生徒の性別、年齢、身長、体重データ。 サンプルとしての使用例が多く単純で使い易い。また環境によってデータの中身が日本語訳されている。
COMET	Comet Assay Data
ENSO	El Nino Southern Oscillation
FAILURE	MOS Capacitor Failure
FISH	Measurements of 159 Fish Caught in Lake Laengelmavesi, Finland
GAS	Nitrogen Oxide Emissions from a Single Cylinder Engine
HEART	Framingham Heart Study
IRIS	Fisher's Iris Data (1936)	フィッシャーのIRISデータとして有名ですね
JUNKMAIL	Classifying Email as Junk or Not
MARGARIN	Margarine Purchase Data
ORSALES	Orion Star Sports & Outdoors Sales 1999 - 2002
PRDSAL2	Furniture sales data
PRDSAL3	Furniture sales data
PRDSALE	Furniture sales data
PRICEDATA	Simulated monthly sales data with hierarchy of region, line, product
RETAIL	Retail Sales (Quarterly: 1980Q1-1994Q2)
SHOES	Fictitious Shoe Company Data
SNACKS	Daily snack food sales
STOCKS	Performance of Three Stocks from 1996 to 2005

・・・etc


使用例

proc means data=sashelp.class;
 var weight;
 class sex;
run;

「CALL SET」「FETCHOBS」等で、全変数まとめてマクロ変数に格納する。

全変数まとめて同名のマクロ変数に格納する、あまり知られていない方法。
(最後に注意点の記事リンクも貼っているのでそちらも要確認)



例

---

%macro TEST;    * データセットOPEN ;    %let _DSID = %sysfunc(open( SASHELP.CLASS ));    * 変数と同名のマクロ変数をリンクさせる ;    %syscall set( _DSID );    * OBSの数だけループ ;    %do _i = 1 %to %sysfunc(attrn( &_DSID, nlobsf ));         * 1OBS内の全変数値を同名のマクロ変数に格納 ;         %let _RC = %sysfunc(fetchobs( &_DSID, &_i ));         * 格納値をログに出力してみる ;         %put &NAME &SEX &AGE &HEIGHT &WEIGHT;    %end;    * データセットCLOSE ;    %let _RC = %sysfunc(close( &_DSID )); %mend; %TEST; ログ

ログにマクロ変数値が出力されてますね。


注意点

---

・数値をマクロ変数にいれると、丸められて元の値と異なる場合があるので注意。
マクロ変数に数値をいれて戻すと誤差がでちゃう場合がある問題について考える話（データステップ100万回）

・変数値を格納したマクロ変数の名前が、一時的に作ったマクロ変数の名前（今回の例では「_DSID」「_i」「_RC」）と被らないように気をつけてくださいね。

関連記事

---

変数値をマクロ変数に格納する方法「CALL SYMPUTX編」

グループ毎に空白行を追加したい

やりたい事

---

* サンプルデータ ; data DT1; length NO SEX $10. AGE HEIGHT 8.; input NO$ SEX$ AGE HEIGHT @@; cards; 001 F 25 159.2  002 F 43 161.8  003 F 21 158.1  004 M 19 178.0  005 M 28 160.2 ;

変数SEXの値ごとに1行だけ空白行を追加したいとします。




方法① データステップ

---

proc sort data=DT1;    by SEX ; run ; data OUT1;    set DT1 ;    by SEX ;    output ;    if last.SEX then do ;        call missing( NO, AGE, HEIGHT );        output ;    end ; run ;

ざっくり解説すると、

• 「output;」でいったん現在のオブザベーションをデータセットに出力
• 「if last.SEX then do;」で、SEXの値「F」「M」ごとに最後のオブザベーション（3obsと5obs）を読み込んだ時に、
• 「call missing( NO, AGE, HEIGHT )」で変数NO, AGE, HEIGHTを欠損値にして、
• 「output;」でデータセットに再出力しています。

📝注意点

ここで使用している「LAST.BY変数」は「サブセット化IF」と一緒に使用すると正しく動かない事があります（解説記事：「サブセット化IFでありがちな落とし穴」）

方法② REPORTプロシジャ

---

proc report data=DT1 out=OUT2 nowd ;    define _numeric_  / display ;    define SEX  / order order=internal missing ;    break after SEX  / ; run ;

REPORTプロシジャってデータセットにも出力できるんです！

• 「define SEX / order order=internal missing;」と「break after SEX /;」で、SEX毎に要約行を追加
• この書き方、HTML等への出力時には要約行が入らないんですが、データセット出力時には要約行が入ります
• このままだと要約行に数値変数AGE, HEIGHTの要約値（合計）が入ってしまうので、「define _numeric_ / display;」で全数値変数を集計せずただdisplayするだけ（表示するだけ）にしています（データセット中に数値変数が存在しないなら「define _numeric_ / display;」は不要）
• 「out=OUT2」でデータセットOUT2に出力

他に何かいいアイディアがあれば教えてください！

指定した変数をすべて欠損値にする【CALL MISSING】

CALL MISSING を使うと、指定した変数をまとめて欠損値にできます。


構文

---

CALL MISSING( 変数1, 変数2, ・・・)

• 数値変数と文字変数まとめて指定可能
• 通常のデータセット以外で使用すると、WARNINGが出て機能しない事があるらしい？ので、ログとかも確認するようにして下さい。詳細不明なので、何かご存じの方いたら、教えて下さい

例

---

*** サンプルデータ ; data DT1;   length A1 A2 8. A3 $10.;   A1=1;   A2=2;   A3="aaa"; run;   A1     A2     A3        1     2   aaa *** まとめて欠損値にする ; data DT2;   set DT1;   call missing( A1, A2, A3 ); run;   A1     A2     A3        .     .

さらに of を使えばいっぺんに変数指定が可能。

call missing( of A1-A3 );  

→ A1～A3まで連番の変数すべて

（「of」をつけ忘れると「A1-A3」で引き算の意味になっちゃうので注意）

call missing( of _all_ );

→ 全変数

call missing( of _numeric_ );

→全数値変数

call missing( of _character_ );

→全文字変数

【SAS入門】 DATAステップとPROCステップ

SASの処理は 「DATAステップ」と「PROCステップ」というものに分かれます。

DATAステップ

---

ざっくりした解説ですが、自分が処理したいことをDATAステップにゴリゴリ書いていきます。


DATAステップの基本構文

data ・・・;      ～処理したいことを書く～  run ;

例

data TEST;   A=1;   B=2;   C=3; run;

上の例では、TESTというデータを作り、以下の処理をしています。

Aという項目に「1」を代入
Bという項目に「2」を代入
Cという項目に「3」を代入




PROCステップ

---

決まった処理を一括で行ってくれるのがPROCステップで、たとえば

・データを集計したい → MEANSプロシジャ
・データを転置したい → TRANSPOSEプロシジャ
・データの中身を出力したい → PRINTプロシジャ

といった具合にDATAステップでは面倒な処理を自動で処理してくれるプロシジャというものが用意されています。


PROCステップの基本構文

proc  プロシジャ名 ;    ～詳細設定等～  run ;

例

proc print data=TEST; run;

データ「TEST」の中身を出力するために、PRINTプロシジャを使っている例です。

REPORT（またはPRINT）プロシジャで罫線の引き方を設定する。

※ ODS RTF, PDF等、一部の出力先でのみ設定できます。詳細はリファレンスを参照下さい。

（設定可能なはずの一部のODS出力先で正しい動きをしない場合があったので、各自、各環境でテストしたほうが良さそうです）



構文

---

PROC REPORT  STYLE( REPORT )=[ RULES=設定1  FRAME=設定2 ];  RUN; RULES = 内側の罫線  指定  設定内容  NONE   罫線なし   COLS    縦罫線のみ   ROWS   横罫線のみ   ALL    縦横すべて   GROUPS   表ヘッダーとデータの切り替わり部分に罫線を引く。  データと表フッターの切り替わり部分にも罫線を引く 。  表ヘッダーや表フッターがないと罫線は引かれない。  FRAME = 外側の罫線  指定  設定内容   VOID  罫線なし   ABOVE    上のみ   BELOW   下のみ   LHS    左のみ   RHS   右のみ   HSIDES  上下のみ     VSIDES   左右のみ   BOX   上下左右

例

---

ods rtf file="出力パスを指定\TEST.rtf"; proc report data=SASHELP.CLASS(obs=5)          style(header)=[background=white]          style(report)=[rules=groups frame=hsides] ;    column SEX NAME AGE;    define SEX / display;    define NAME / display;    define AGE / display; run; ods rtf close;

関連

---

REPORTプロシジャ入門8：書式の設定【STYLE=】
【PROC REPORT】RTF出力時の細かい罫線の設定

REPORTプロシジャ入門9：特定セルの書式設定【CALL DEFINE】

前回 「書式の設定【STYLE=】」 の応用。
「CALL DEFINE」 で、特定の行または列だけ書式を設定する事ができます。



基本構文

---

COMPUTE  対象変数;            CALL DEFINE( "対象変数", "STYLE", "STYLE=[スタイル設定]"); ENDCOMP;

諸注意

• STYLE=は、ODS LISTGNG出力先には対応していないので、ご注意下さい。
• CALL DEFINEを複数定義すると、うまく適用できない場合があります（記事の最後に関連記事のリンク貼ってます）

では、例をみていきます。



列の書式設定 ①

---

proc report data=SASHELP.CLASS nowd;     column NAME AGE ;     define   NAME  / display;     define   AGE    / display;     compute AGE;        call define( "AGE", "style", "style=[color=blue]" );     endcomp; run;

以下のように「_COL_」と書いてもOK

compute AGE;        call define( _COL_ , "style", "style=[color=blue]" );     endcomp;

（こう書くと、COMPUTEステートメントに書かれた変数AGEが対象になる。）




列の書式設定 ②

---

proc report data=SASHELP.CLASS nowd;     column NAME AGE HEIGHT;     define   NAME    / display;     define   AGE       / display;     define   HEIGHT  / display;     compute AGE;        if AGE > 13 then call define("NAME","style","style=[color=blue]");     endcomp; run;

ここで注意！
NAMEに対する書式設定ですが、「compute NAME;」 ではなく 「compute AGE;」と指定しています。
なぜかというと、、以下ルールに従っているからです。


①  COMPUTEステートメント内で使われている変数はAGEとNAMEです。
②  このAGEとNAMEのうち、COLUMNステートメントで一番後ろに指定されている変数はAGEです。
③  よって 「compute AGE;」 とする。

ちなみに「compute HEIGHT;」としてもOK。
（COLUMNステートメントでHEIGHTの方がNAMEやAGEより後ろに指定されているから）




行の書式設定

---

proc report data=SASHELP.CLASS nowd;     column NAME AGE HEIGHT;     define   NAME    / display;     define   AGE       / display;     define   HEIGHT  / display;     compute AGE;        if AGE > 13 then call define( _ROW_, "style", "style=[color=blue]" );     endcomp; run;

「_ROW_」で該当の行全体に対して書式設定を行います。



📝ちなみに、、

---

CALL DEFINEを複数定義すると、うまく適用できない場合があります。

【PROC REPORT】1つの項目に複数のCALL DEFINEを定義したい


インラインフォーマットを組み合わせると、更に自由度の高い書式設定が行えます。
ODS出力時に文字の書式設定をする【インラインフォーマット】


最後にCOMPUTEステートメントを使う上で超重要＆ありがちな落とし穴もあるので、ちょっと前提知識必要になるけど、是非ご覧ください。
「PROC REPORT」の「COMPUTE」がうまく動かないんだけど
「PROC REPORT」の「COMPUTE」がうまく動かないんだけど②



REPORTプロシジャ入門記事一覧

---

１．基本構文【COLUMN, DEFINE】
２．ヘッダーの設定
３．並べ替え・グループ化【ORDER, GROUP】
４．集計【ANALYSIS】
５．転置集計【ACROSS】

６．要約行の追加【BREAK, RBREAK】

７．計算項目の追加【COMPUTE】

８．書式の設定【STYLE=】

９．特定セルの書式設定【CALL DEFINE】
10．数値変数の落とし穴

REPORTプロシジャ入門8：書式の設定【STYLE=】

ODS LISTING以外の、ODS RTF, HTML, PDF等の出力先では、STYLEオプションを使ってセルの書式設定ができます。

構文

---

STYLE(  設定場所  ) = [ 書式1  書式2 ・・・] 設定場所  指定  設定場所   HEADER    ヘッダー（項目名）   COLUMN    中身のデータ   SUMMARY    要約行  ・・・など      書式 ・「設定場所」によっては書式設定が効かない場合あり ・RTF, HTML等の出力先毎に設定可能な書式が違うのでリファレンスも要参照  指定  設定内容   例   FONTFAMILY    フォント   fontfamily='ＭＳ Ｐ明朝'   FONTSIZE   文字サイズ   fontsize=10pt  FONTWEIGHT   文字の太さ   fontweight=bold   FONTSTYLE  斜体等のスタイル   fontstyle=italic  COLOR  文字色  color = blue  BACKGROUNDCOLOR    セル色  backgroundcolor = yellow   WIDTH   セルの横幅  width = 3cm  HEIGHT  セルの高さ  height = 3cm  TEXTALIGN   文字の横位置  textalign = left  VERTICALALIGN  文字の縦位置  verticalalign = center  ・・・ など

では、例を見ていきます。
以降の例は、HTMLへの出力が有効になっている前提です。


レポート全体の書式設定

---

proc report data=SASHELP.CLASS nowd style(column)=[color=blue];    column  NAME AGE;    define  NAME / display;    define  AGE    / display; run;

項目ごとの書式設定

---

proc report data=SASHELP.CLASS nowd;    column  NAME AGE;    define  NAME  / display style(column) = [color=blue] ;    define  AGE     / display style(header) = [background=yellow] ; run;

ちなみに、、

---

以下のように HEADER や COLUMN などは一度に複数定義できます。

*OK; define  NAME / display style(header) = [background=yellow]                                    style(column) = [color=blue]  ;

また、PRINTプロシジャ等、一部のプロシジャでもSTYLEオプションが使えちゃいます。

proc print data=SASHELP.CLASS ;    var NAME /  style(column)=[color=blue];    var AGE; run;

📝

プロシジャ毎に「設定場所」の指定方法や「設定できる書式」が異なるので詳細はリファレンスを要参照

REPORTプロシジャ入門記事一覧

---

１．基本構文【COLUMN, DEFINE】
２．ヘッダーの設定
３．並べ替え・グループ化【ORDER, GROUP】
４．集計【ANALYSIS】
５．転置集計【ACROSS】
６．要約行の追加【BREAK, RBREAK】
７．計算項目の追加【COMPUTE】
８．書式の設定【STYLE=】
９．特定セルの書式設定【CALL DEFINE】
10．数値変数の落とし穴