2014年4月28日月曜日

MEANSプロシジャで結果ビューアに出る結果と同じ形のデータセットを作る。



SAS9.3からMEANSプロシジャに「STACKODSOUTPUT (STACKODS でも可)」というオプションが追加されました。
これは結果ビューアの出力と似た形のデータセットを作ることが出来るオプションです。




サンプルデータ作成
data DT1;
input SEX  HEI  WEI;
cards;
1 165 70
1 155 50
2 160 40
2 150 50
2 149 60
;




3つのデータセット出力方法
STACKODSとそれ以外の出力方法もあわせて紹介していきます。


 方法1 ・・・ OUTPUTステートメント
proc means data=DT1 n mean  nway;
   var  HEI  WEI;
   class  SEX / missing;
   output  out=SUM  n= mean= / autoname;
run;

データセットSUM
SEX _TYPE_ _FREQ_ HEI_N WEI_N HEI_Mean WEI_Mean
1 1 2 2 2 160 60
2 1 3 3 3 153 50



方法2 ・・・ ODS OUTPUT
ods output summary=SUM2;
proc means data=DT1 n mean  nway;
   var  HEI  WEI;
   class  SEX / missing ;
run;
ods output close;

 データセットSUM2
SEX  NObs VName_HEI  HEI_N  HEI_Mean  VName_WEI  WEI_N  WEI_Mean 
1 2 HEI 2 160 WEI 2 60
2 3 HEI 3 153 WEI 3 50



方法3 ・・・ ODS OUTPUTとSTACKODSの組み合わせ (SAS9.3から)
ods output summary=SUM3;
proc means data=DT1 n mean  nway  STACKODS ;
   var  HEI  WEI;
   class  SEX / missing ;
run;
ods output close;

結果ビューアの出力









データセットSUM3
SEX NObs _control_ Variable N Mean
1 2 HEI 2 160.000000
1 2 WEI 2 60.000000
2 3 1 HEI 3 153.000000
2 3 WEI 3 50.000000



要望としては、将来他のプロシジャでも対応してほしいですね。
FREQプロシジャとか。。

0 件のコメント:
ラベル: ,

2014年4月23日水曜日

SQLプロシジャ入門4：グループ毎に集計する【GROUP BY】





4回目はいよいよSQLの得意技であるGROUP BYによるグループ毎の集計について。


サンプルデータ
data DT1;
input A B;
cards;
1 10
1 15
1 20
1 .
2 10
2 15
;

 A 
B
  1  
  10   
  1
  15  
  1
  20 
  1
  .  
  2
  10  
  2
  15 



グループ毎に集計して出力する。[GROUP BY]
proc sql;
   select A ,
            count(B)  as _N  ,
            nmiss(B)  as _MISS  ,
            sum(B)    as _SUM  ,
            min(B)     as _MIN  ,
            max(B)    as _MAX
   from DT1
   group by A;
quit;


結果ビューア
 A 
 _N 
 _MISS 
_SUM 
_MIN 
_MAX 
  1  
  3 
  1 
  45 
  10 
  20 
  2  
  2 
  0 
  25 
  10 
  15 


解説
・まずGROUP BYにグループ化したい変数を指定する。
同じ変数をSELECTにも指定します。

・グループ毎にどの変数にどんな集計をしたいか、SQL用の集計関数をSELECTに記述する。


SQL集計関数は
  COUNT ・・・NULL以外の数
  NMISS  ・・・NULLの数
  SUM     ・・・合計
  MIN      ・・・最小値
  MAX     ・・・最大値
  AVG     ・・・平均値
などがあり、ほかにも簡単な要約統計量を求める関数がいくつかあります。



SQLプロシジャ入門記事一覧
１．変数を選択する【SELECT】
２．レコードを並べ替える【ORDER BY】
４．グループ毎に集計する【GROUP BY】

0 件のコメント:
ラベル: , ,

2014年4月22日火曜日

SQLプロシジャ入門3：レコードを抽出する【WHERE】



3回目はWHEREによるレコードの抽出方法について。



サンプルデータ
data DT1;
  A=2; B="c"; output;
  A=1; B="b"; output;
  A=2; B="a"; output;
run;

 A 
B
  2  
  c   
  1
  b  
  2
  a  


構文
1. レコードを抽出して出力する。[WHERE]
proc sql;
   select *
   from DT1
   where A=2 ;
quit;


結果ビューア
 A 
B
  2  
  c  
  2
  a  


解説
・WHEREでレコードの抽出条件を指定。



2. ここまでのおさらい問題・・・レコードの抽出と並べ替え。[WHERE、ORDER BY]
proc sql;
   select *
   from DT1
   where A=2 
   order by B ;
quit;

結果ビューア
 A 
B
  2  
  a 
  2
  c  


解説
・WHEREでレコードを抽出し、ORDER BYでレコードを並び替える。




SQLプロシジャ入門記事一覧
１．変数を選択する【SELECT】
２．レコードを並べ替える【ORDER BY】

0 件のコメント:
ラベル: , ,

2014年4月18日金曜日

SQLプロシジャ入門2：レコードを並べ替える【ORDER BY】


2回目はレコードの並び替えについて。


サンプルデータ
data DT1;
  A=2; B="a"; output;
  A=1; B="b"; output;
  A=2; B="c"; output;
run;
 A 
B
  2  
  a   
  1
  b  
  2
  c  



構文
1. レコードを並び替えて出力する。[ORDER BY]
proc sql;
   select *
   from DT1
   order by A, B ;
quit;


結果ビューア
 A 
B
  1  
  b   
  2
  a  
  2
  c  


解説
・ORDER BYで指定した変数の順で行を並び替える。



2. レコードを降順に並び替えて出力する。[ORDER BY ● DESC]
proc sql;
   select *
   from DT1
   order by B  desc;
quit;


結果ビューア
 A 
B
  2  
  c   
  1
  b  
  2
  a  


解説
・ORDER BYでDESCを指定した変数は降順で並び替えられる。



SQLプロシジャ入門記事一覧
１．変数を選択する【SELECT】
２．レコードを並べ替える【ORDER BY】
３．レコードを抽出する【WHERE】
４．グループ毎に集計する【GROUP BY】
５．集計後にレコードを抽出する【HAVING】
６．データセットを作成する【CREATE TABLE】
７．レコードを追加する【INSERT】
８．レコードを削除する【DELETE】

0 件のコメント:
ラベル: , ,

SQLプロシジャ入門1：変数を選択する【SELECT】



SASユーザーがSQLプロシジャを使うメリットは、データステップ等では面倒なグループ化処理や複雑なデータ結合が出来るところだと思います。

ということで、数回に渡って基本を紹介したいと思います。まずは「SELECT」から。



サンプルデータ
data DT1;
   A=1;  B=10;  output;
   A=2;  B=20;  output;
run;

 A 
B
  1  
  10   
  2
  20  



構文
1. SQLプロシジャの基本形。
proc sql ;
   SQL文 ;
quit ;



2. 変数を選択して結果ビューアに出力する。[SELECT, FROM]
proc sql ;
   select  A, B
   from    DT1  ;
quit ;

結果ビューア
 A 
B
  1  
  10   
  2
  20  


解説
・SQL文の中のセミコロン（；）は最後に1つ入れるだけでOK。
・SELECTには出力する変数を列挙。
・FROMには対象のデータセット名を指定。




3. 全変数を選択して結果ビューアに出力する。[SELECT *]
proc sql ;
  select  *
  from  DT1;
quit ;

結果ビューア
 A 
B
  1  
  10   
  2
  20  


解説
・アスタリスク(*)で全変数という意味になる。




4. 新しい変数を作成する。[SELECT ● as △]
proc sql;
  select   A     as  V1 ,
              A+B as V2 ,
              123  as V3
  from  DT1;
quit;

結果ビューア
  V1  
 V2 
  V3  
  1
  11  
 123
  2
  22 
 123


解説
・「変数や式または定数  as  新規変数名」で新しい変数を作れる。



おまけ
PROC SQLでの変数ラベルの挙動


SQLプロシジャ入門記事一覧
１．変数を選択【SELECT】
２．レコードを並べ替える【ORDER BY】
３．レコードを抽出する【WHERE】

0 件のコメント:
ラベル: , ,

2014年4月16日水曜日

1行プログラムその5：有無変数

有無変数を１行でつくる方法を紹介。

サンプルデータ作成
data DT1;
length NO $3. ALLERGY $20.;
input NO$ ALLERGY$;
cards;
001 花粉症
002 .
003 猫アレルギー
;
run;

データセットDT1
NO   ALLERGY
001    花粉症
002   
003    猫アレルギー


やりたい事
サンプルに対して、以下の有無変数を作成したい。
【アレルギー有無】
ALLEYN

【導出方法】
アレルギー（ALLERGY）に記載がある場合「2：有」、それ以外「1：無」とする。

欲しい結果
NO   ALLERGY       ALLEYN
001   花粉症               2
002                            1
003   猫アレルギー       2



１行プログラム
*** 有無変数を1行で作るいくつかの方法 ******************;
data DT2;
    set DT1;

    *** 通常のやり方 ;
    if  ALLERGY^="" then  ALLEYN = 2;
    else  ALEEYN = 1;

    *** 方法① 真偽値 ;
    ALLEYN1 = (ALLERGY^="") +1;

    *** 方法② WHICHN関数 ;
    ALLEYN2 = whichn(1,  ALLERGY="",  ALLERGY^="");

    *** 方法③ IFN関数 ;
    ALLEYN3 = ifn(ALLERGY^="",  2, 1);

run; 

解説
--- 方法① ------------
論理式の結果が「1:TRUE」か「0:FALSE」で返されるので、それに+1してやれば有無変数になります。

--- 方法② ------------
このやり方については「こちら」で解説してます。

--- 方法③ ------------
IFN関数の構文は「IFN(論理式,  論理式がTRUEの戻り値,   論理式がFALSEの戻り値)」でEXCELのIF関数に似てる。
ただし返す戻り値が数値の場合はIFN、文字の場合はIFCと使い分ける必要があります。


１行プログラム番外編
有無変数を「NO、YES」と文字で持たせたい場合は以下のようになります。

data DT2;
    set DT1;
 
    length ALLEYN4 ALLEYN5 $10.;

     *** 方法① IFC関数 ;
    ALLEYN4 = ifc(ALLERGY^="",  "YES",  "NO");

     *** 方法② CHOOSEC関数 ;
    ALLEYN5 = choosec((ALLERGY^="")+1,  "NO",  "YES");

 run;

解説
--- 方法① ------------
前述したIFN関数を使うやり方と同様。

--- 方法② ------------
真偽値と「こちら」で紹介したやり方をミックスした方法です。


注意点
今回紹介した方法は、有無の条件が排反である場合に限ります。
（有無が「有」になる条件以外すべて「無」になるような裏と表の関係）



4 件のコメント:
ラベル: , , , , ,

2014年4月11日金曜日

SQLプロシジャで結合条件を省略する方法。



(注意点もあるので最後までご覧ください)


SQLには「自然結合」という結合方法がある。
これはデータ間で共通する変数名を自動で結合条件に入れてくれます。


サンプルデータ作成
data DT1;
input A B;
cards;
1 10
2 20
;

data DT2;
input A C$;
cards;
1 AA
3 BB
;



例
例えば「FULL JOIN」でDT1とDT2を結合したいとする。

*** FULL JOIN ;
proc sql;
   create table DT3 as
   select coalesce( DT1.A, DT2.A ) as A,
              DT1.B,
              DT2.C
   from DT1 full join DT2 on DT1.A = DT2.A;
quit;

DT3
A  B   C
1  10  AA
2  20 
3  .     BB



さて、ここで「FULL JOIN」を自然結合に置き換えてみましょう。

  • 「FULL JOIN」は「NATURAL FULL JOIN」で自然結合になります。
    • データセット間で「共通する変数名」を自動で結合条件に設定してくれるので、FROMに結合条件は記述不要
    • ただし、データセット間で「共通する変数名」があってもデータセット間で型が異なっていると、ERRORになり、自然結合が失敗します。
    • SELECTも「SELECT *」でシンプルな記述にすることが出来ます。このように書くと、各データセットの全変数をSELECTしたうえで、データセット間で変数名が共通する場合はCOALESCE関数で1変数にまとめてくれます（よく分からんって方は、詳細を下の方でも解説してます）


    *** NATURAL FULL JOIN ;
    proc sql;
       create table DT3 as
       select  *
       from  DT1 natural full join  DT2;
    quit;

    DT3
    A  C   B
    1  AA  10
    2         20 
    3  BB   .

    「FULL JOIN」と「NATURAL FULL JOIN」の結果を比較すると、変数の順番が違ってますが、それ以外の結果は同じですね。



      解説
      上の「NATURAL FULL JOIN」の例は、内部で以下のようなプログラムに置き換えられます。


      proc sql ;
         create table  DT3 as
         select coalesce(DT2.A, DT1.A) as A,
                   DT2.C,
                   DT1.B
        from WORK.DT1 full outer join WORK.DT2 on DT2.A = DT1.A;
      quit;

      • まずFROMの「NATURAL FULL JOIN」が「FULL OUTER JOIN (FULL JOIN)」に置き換わっています。
      • またデータセット間で共通する変数名AがFROMの結合条件に自動で設定されました。
      • 次にSELECTでは、共通変数AをCOALESCE関数で1変数にまとめてくれてます。この関数は「引数のうち最初にNULL以外で登場する値」を返してくれる。

      （余談：データステップでは、引数が全て数値の場合COALESCE関数、全て文字の場合COALESCEC関数、と使い分ける必要があるけど、SQLの場合は引数が全て数値または全て文字のどちらでもCOALESCE関数が使える）


      ちなみに、
      今回は「FULL JOIN」を自然結合に置き換える例でしたが、以下の通り他の結合方法も自然結合に置き換えることが出来ます。
      • 「INNER JOIN」→「NATURAL INNER JOIN」
      • 「LEFT JOIN」→「NATURAL LEFT JOIN」
      • 「RIGHT JOIN」→「NATURAL RIGHT JOIN」
      • 「FULL JOIN」→「NATURAL FULL JOIN」



      お役立ち情報
      以前紹介した「FEEDBACK」オプションを使って、自然結合がどのような文に展開されているのか、ログに展開することが出来ます。

      proc sql feedback;
         create table DT3 as
         select  *
         from  DT1 natural full join  DT2;
      quit;

      ログ
      select COALESCE(DT2.A, DT1.A) as A, DT2.C, DT1.B
        from WORK.DT1 full outer join WORK.DT2 on DT2.A = DT1.A;




      注意
      自然結合は便利だけど、、もし一方のデータセットに変数を追加した場合、
      もう一方のデータセットに同じ変数名が存在してると、新たにその変数も自動で結合条件に入ってしまい、当初と異なる動きをしてしまう。
      対策として、
      例えば、以下のように必要な変数のみKEEP等で保持しておけば、上記のような不測の事態にも備えることが出来ます。

      proc sql;
         create table DT3 as
         select  *
         from  DT1 (keep=A B)  natural full join  DT2 (keep=A C);
      quit;

      こういった不確定要素もあるので、自然結合を用いる際は、最大限の注意を払う必要があります。



      注意その2
      SQLプロシジャの 「NATURAL JOIN」 で3つ以上のデータセットを結合すると意図した結果にならない。

      0 件のコメント:
      ラベル: , , , ,
      登録: 投稿 (Atom)