【03】資料處理須知｜認識觀察值與變數

觀察值 & 變數

組成：觀察值&變數>資料集

了解資料，才能進行有效的資料處理與統計分析

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

🙋🙋‍♂️試問，上面有幾個變數？

💡請反白*共有4個：sex、gp、outcome、sch*

類型

🙋🙋‍♂️那像是1這種數字可以儲存到文字型變數嗎？

💡問得好，當然可以！

🙋🙋‍♂️那下面的No跟Score變數是數值型還是文字型變數？

💡No是文字型變數；Score是數值型變數

※有個簡單的辨別方式，大部分情況下適用，在SAS中文字型變數會靠左對齊，數值型變數會靠右對齊。

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。

1. 需以英文字母或底線開頭，大小寫不拘
2. 後面可以是英文字母、底線或數字混合
3. 長度最大為32 Bytes (與資料集相同)
4. 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	標籤
這是顯示原始變數名稱的資料表	這是套用標籤後的變數，標籤可以突破32 Bytes的上限(最長256 Bytes)，並且也可以使用中文，這易於我們分辨變數原本的意義

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。

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; 

上面語法中，這邊先關注「put _N_ No= Age=;」這行，其他語法是用來建立資料的。

Put敘述句的功能是用來將資料打印到SAS 日誌中，執行後日誌結果如下：

• 最前面的1~5正是_N_，第1筆觀察值對應的_N_為1，以此類推

_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; 

上面語法中，我們關注「put _N_= _Error_=」這行，「_N_」與「_N_=」的差別在於日誌上是否會出現「_N_=」。

執行後日誌結果如下：

• 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

執行後輸出資料結果如下：

_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

執行後輸出資料結果如下：

_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;

執行後日誌結果如下：

• 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

參考資料：

Variables

SAS Naming Conventions

Names in the SAS Language

Variable Attributes

How to View DICTIONARY Tables

謝謝閱讀這篇文章，有問題歡迎在下方留言

leave a message