Jul 30, 2024

【03】資料處理須知｜認識觀察值與變數

觀察值 – Observations

SAS的資料是由觀察值與變數組成，觀察值又可以稱為列(Row)、Record。

觀察值是用來儲存對應變數下的值，它所能儲存的格式依照變數而定。

變數 – Variables

SAS的資料是由觀察值與變數組成，變數又可以稱為欄位(Columns)、Field。

變數是用來表示與儲存觀察值的特質。

例如：有11位學生，我想用「sex」來記錄這群人的性別，這個sex就是變數，而在下方的「1」則是每位學生(觀察值)性別的紀錄

Ans:共有4個，sex、gp、outcome、sch

類型

數值型 – Numeric

僅能存放數值與日期的觀察值
觀察值位元組：2~8

文字型 – Character

僅能存放字元的觀察值
觀察值位元組：1~32767

#補充

Q:那像是1這種數字可以儲存到文字型變數嗎？

Ans:可以！

Q:下面的No跟Score變數是數值型還是文字型變數？

Ans:No是文字型變數；Score是數值型變數

命名規則

又到了熟悉的命名規則環節，經歷了資料集與資料館後，現在要介紹變數的命名規則。

需以英文字母或底線開頭，大小寫不拘
後面可以是英文字母、底線或數字混合
長度最大為32 Bytes (與資料集相同)
不可使用_N_、Error、_Numeric、Character、_All_命名，這些屬於SAS變數的保留名稱

標籤 – Label

有時候，受限於變數的32 Bytes限制，不能去建立一個我們所想要的變數名稱，這時標籤就派上用場了！它僅影響SAS打印時，我們所看到的樣貌，並不會影響觀察值本身。

Data test;
  sex1="";
  sex2="";
  sex3="";
  sex4="";
  label sex2=Gender
        sex3=12345,678910,1112131415,1617181920
        sex4="性別"
        ;
run;

上方這是一段建立3種不同類型標籤的語法，使用Label敘述句。

結果

變數

這是顯示原始變數名稱的資料表

屬性 – Attributes

屬性是指構成變數的所有事物，包含Name、Type、Length、Format、Informat、Label、Index Type。

Type：辨別變數是數值型或是文字型
Length：變數儲存觀察值的長度，因數值型與文字型而不同
Format：SAS打印觀察值時表現的格式，因數值型與文字型而不同
Informat：SAS讀取觀察值時表現的格式，如果Informat小於所讀取的觀察值，會造成該筆資料被截斷
Label：SAS打印變數時的描述性資訊
Index Type：紀錄此變數是否為索引與索引類型

下面這段語法是查詢指定資料集(sashelp.cars)變數的屬性：

proc contents data=sashelp.cars details;
run;

執行後在結果中我們可以找到如下表格，可以用來確認所有變數的屬性：(自動依照資料表擁有屬性列出)

※其他方法

SAS Base、Enterprise Guide、SAS Studio直接點選資料集欄位
SAS Viya<管理環境><資料>
語法：Dictionary Tables & Views、Proc Dataset

自動變數 – Automatic Variables

SAS系統自動產生的變數，只能在特定情形下使用，無法去更改變數名稱。以下概列較常使用的自動變數與功能簡介，之後會再整理一篇所有自動變數的資訊與應用：

`_N_`

紀錄當前PDV資料集是第幾筆觀察值，第1筆即為1

Data _Null_;
  input No $ Age;
  put _N_ No= Age=;
cards;
1 19
2 23
3 17
4 21
5 22
;
run;

`_Error_`

紀錄目前程式執行過程出現的錯誤，0為無錯誤

Data _Null_;
  input No $ Age;
  put _N_= _Error_=;
cards;
1 DD
2 23
3 17
4 21
5 22
;
run;

因為在cards;後的第1行中輸入了不符合變數(Age:數值)格式的觀察值，所以在第1筆觀察值結束時，PDV的_Error_被更改為1(表示有錯誤)
在第2筆觀察值時，因為此時PDV會重設_Error_，而第2~5筆並沒有錯誤，所以才看到_Error_都為0

`_Numeric_`

等同於該資料集所有的數值型變數，在只需要針對數值型操作時很方便

Data test;
  input No $ Score1 Score2;
  array num_old{*} _Numeric_ ;
  array num_new{*} new_Score1-new_Score2;
  do i=1 to 2;
  	num_new[i]=num_old[i]+10;
  end;
cards;
1 59 77
2 46 31
3 81 58
4 46 89
5 71 72
;
run;

這段語法中，主要目的是建立2個矩陣，分別儲存原本的「Score1、Score2」數值變數以及新的數值變數「new_Score1、new_Score2」

我們關注「array num_old{*} Numeric;」與「num_new[i]=num_old[i]+10;」這2行，num_new[]。

「array num_old{*} Numeric;」：建立一個名為num_old的矩陣，裡面存放所有的數值變數
「num_new[i]=num_old[i]+10;」：將原本在num_old矩陣中的所有數值變數加10後，存至新的變數中

`_Character_`

等同於該資料集所有的文字型變數，在只需要針對文字型操作時很方便

Data test;
  input No $ male $ female $; 
  array char_old{*} $ _character_ ;
  array char_new{*} $20 new_male new_female;
  do i=1 to 2;
  	char_new[i]=cats("Prefix-", char_old[i], "-Suffix");
  end;
cards;
1 Andy Viola
2 Jonny Aly
3 Nicola Melissa
;
run;

這段語法中，主要目的是建立2個矩陣，分別儲存原本的「male、female」文字變數以及新的文字變數「new_male、new_female」

我們關注「array char_old{*} $ character ;」與「char_new[i]=cats(“Prefix-“, char_old[i], “-Suffix”);」這2行

「array char_old{*} $ character ;」：建立一個名為char_old的矩陣，裡面存放所有的文字變數
「char_new[i]=cats(“Prefix-“, char_old[i], “-Suffix”);」：將原本在char_old矩陣中的所有數值變數加入前綴與後綴後，存至新的變數中

`_All_`

等同於該資料集所有的變數，在需要針對所有變數或是將變數儲存至矩陣時很方便

Data test;
  input No $ male $ female $; 
  put _all_;
cards;
1 Andy Viola
2 Jonny Aly
3 Nicola Melissa
;
run;

日誌中把所有的變數以及_Error_、_N_這2個自動變數都打印出來，並且是以「XX=」的形式出現