sas通过IMPORT过程读取外部文件数据

SAS通过IMPORT过程读取外部文件数据

使用IMPORT过程导入带分隔符的文件外，Microsoft Access数据库文件、Miscrosft Excel工作簿、 dBase文件、JMP文件、SPSS文件、Stata文件、Paradox等。

IMPORT过程的导入数据的基本形式如下：

PROC  IMPORT DATAFILE=文件名|文件引用|DATATABLE=表名 DBMS=数据源标识符 OUT=数据集名称;

RUN;

其中：

·DATAFILE=指定输入文件的完整路径和文件名，或文件引用。文件引用通常通过FILENAME语句指定。

·DATATABLE=指定输入DBMS表名。数据源可以通过DATAFILE或DATATABLE指定。

·DBMS=指定要导入的数据类型。SAS支持多种数据类型，例如 CSV、TAB、ACCESS、XLSX、XLS、EXCEL、JMP、DTA、SPSS 等。其中CSV、TAB表示要导入的数据文件分别由逗号和tab符号分隔， ACCESS表示使用LIBNAME语句的Miscrosoft Access表，XLSX表示 Micorsoft Excel 2007或2010的工作簿，等等。可参考SAS帮助文档了解关于导入数据类型和各类型的详细信息。

·OUT=指定输出的数据集名称。该语句后面还可以添加数据集选项。

一、插入csv文件

读取csv文件（逗号分隔的文件）中的数据文件，其中的文件内容如下（可以复制下面建立txt文件）：

Name,Age,Position,Marriage,Address

Greg William,,Manager,Single,"14 Bridge St. San Francisco, CA"

Emily  Cooker, , Sales, Married, "42  Rue  Marston"

Henry  Cooper,,Office,Married,"52  Rue  Marston  Paris"

Jimmy  Cruze,,Manager,Single,"Box  100   Cary,  NC"

使用如下的方式进行读取

proc import datafile="E:\SAS\sas base\contact.txt" out=work.contact dbms = csv replace;

getnames = yes;

datarow=;

run;

proc print data=work.contact;

run;

GETNAMES语句表示是否从该文件中的第一行读取变量值，默认为YES，表示读取；值为NO表示不读取，这时IMPORT过程会自动产生名为F1、F2、F3等的变量。

DATAROW=语句也会经常使用，用于指定IMPORT语句开始读数据的行号。默认情况下，当GETNAMES=NO时，DATAROW=1，当GETNAMES=YES时，DATAROW=2。该选项用于跳过数据文件开始处的多行内容。

二、读取Miscosoft Excel工作簿

使用import 读取下面的excel数据

使用语法如下

proc import datafile = "E:\SAS\sas base\contact.xls" out=work.contact2 dbms = xls replace;

run;

proc print data=work.contact2;

run;

DBMS=XLS或DBMS=XLSX来读取Excel文件

三、读取Microsoft Access数据库文件

Microsoft Access是一个桌面关系型数据库系统，通常使用Microsoft ACE引擎（.accdb文件格式）或Microsoft Jet引擎（.mdb文件格式）。在 IMPORT过程中指定DBMS为ACCESS，SAS可以读取在Microsoft Access 97、Microsoft Access 2000、Microsoft Access 2003、MicrosoftAccess 2007和Microsoft Access 2010中的文件。

proc  import  out=saslib.customer datatable='customer' dbms=access  replace;

database="c:\sas\data\customer.accdb";

RUN;

四、访问关系数据库

SAS支持的关系型数据库

1.通过LIBNAME语句访问

接口逻辑库是通过SAS/ACCESS接口软件来访问的其他软件，例如数据库管理系统、格式化的文件等。通过LIBNAME语句指定接口逻辑库的引用名后，就可以像访问SAS原生数据集一样通过二级引用来访问数据库中的表了。这时数据库中的表也称为接口数据集。这里简单介绍 SAS/ACCESS用LIBNAME语句访问关系型数据库的一般用法，更详细的用法请查看SAS帮助文档。

注意：大多数情况下，接口数据集的使用与原生数据集没有区别，但仍然会有些限制。

LIBNAME语句指定到DBMS对象的逻辑库引用名的基本形式如下：

LIBNAME  逻辑库引用名  逻辑库引擎  访问连接选项;

其中：

·逻辑库引用名为访问数据库的逻辑引用名称，在本章第一节介绍SAS逻辑库时有详细介绍。

·逻辑库引擎由所要访问的数据库确定，例如Oracle数据库的引擎为oracle，Teradata数据库的引擎为teradata，Hadoop的引擎为hadoop。

·访问连接选项提供连接信息并控制SAS如何管理到DBMS链接的时机和并发。不同数据库，连接选项会不同。例如，连接到Oracle数据的连接选项为User=、PASSWORD=和PATH=。

下面两条LIBNAME语句分解建立了到Teradata数据库和Oracle数据库的逻辑库引用名。接着，就可以使用带逻辑库引用名tdlib和oralib的二级名称引用数据库中的表了。

libname  tdlib  teradata  server=tera2650  database=hps  user=user1  password=password1;

libname  oralib  oracle  path=mypath  schema=myschema  user=usr1  password=password1;

2.通过PROC SQL访问

PROC SQL为SAS软件实现了结构化查询语句（Structured Query Language，SQL）。这里主要介绍如何通过PROC SQL使用SAS/ACCESS访问关系型数据库。

·使用LIBNAME语句指定接口逻辑库引用名，然后在PROC SQL语句中引用该引用名查询、更新或删除DBMS数据。

·将LIBNAME信息嵌入PROC SQL视图中，在每次处理该SQL视图时会自动连接到DBMS。

·使用PROC SQL的扩展功能，将DBMS特定的SQL语句直接发送到DBMS，该功能叫作SQL转交（pass-through）功能。

前两种方法使用的仍然是SAS/ACCESS LIBNAME引擎，引用数据库中表的形式与引用SAS原生数据集相同，这里不做介绍。作为 LIBNAME语句的替代，SQL转交功能使用SAS/ACCESS连接DBMS，并将语句直接放到DBMS中执行，这样就可以使用DBMS本身的SQL语法了。所以，SQL转交功能支持当前DBMS支持的任何非ANSI标准的 SQL。需要注意的是，不是所有的SAS/ACCESS接口都支持这种属性。

使用SQL转交功能的基本形式如下：

PROC  SQL;

CONNECT  TO  数据库名称  <AS  别名>  <(<数据库连接参数>  )>;

EXECUTE  (数据库特定SQL语句)  BY  数据库名称|别名;

SELECT  列表 FROM  CONNECTION  TO数据库名称|别名  (数据库查询);

DISCONNECT  FROM数据库名称|别名;

QUIT；

其中：

·CONNECT语句建立到DBMS的连接。数据库名称标识要连接的数据库管理系统；别名为该连接指定别名；数据库连接参数指定PROC SQL连接到DBMS需要的特定的DBMS参数。

·EXECUTE语句发送DBMS特定的、非查询SQL语句到DBMS。 SAS会把输入的内容原封不动地发送到DBMS。有些DBMS可能是大小写敏感的，需要注意。

·CONNECTION TO组件获取并使用PROC SQL查询或视图中的 DBMS数据。数据库查询指定要发送到DBMS上的查询，该查询可使用对该DBMS有效的任何DBMS特定的SQL语句或语法。同样，这些查询对有些DBMS可能是大小写敏感的。

·DISCONNECT语句终止与DBMS的连接。各语句执行的返回值和消息保存在宏变量&sqlxrc和&sqlxmsg中。下面的代码建立到Oracle数据库的连接。在CONNECT语句中，

oracle为数据库名称，mycon为别名，括号里的内容为数据库的连接参数。%put宏将上一条CONNECT语句的返回值和代码打印到日志窗口。 SELECT语句通过建立的连接将表employees中满足条件（hiredate>='31- DEC-88'）的行指定的5列（empid、lastname、firstname、hiredate、salary）数据取出。

PROC SQL还可以将上面的查询存储为SQL视图或创建为SAS数据集。下面的代码中查询条件一样，还是将查询存储为SAS逻辑库中的 SQL视图，这样在下次使用该视图时就可以自动从数据库中获取数据了。