SAS - Subsetting Data Sets

Subconjunto de um conjunto de dados SAS significa extrair uma parte do conjunto de dados, selecionando menos número de variáveis ​​ou menos número de observações ou ambos. Enquanto o subconjunto de variáveis ​​é feito usandoKEEP e DROP declaração, a subconfiguração de observações é feita usando DELETE declaração.

Além disso, os dados resultantes da operação de subconjunto são mantidos em um novo conjunto de dados que pode ser usado para análise posterior. A configuração secundária é usada principalmente com o propósito de analisar uma parte do conjunto de dados sem usar as variáveis ​​ou observações que podem não ser relevantes para a análise.

Subsetting Variables

Neste método, extraímos apenas algumas variáveis ​​de todo o conjunto de dados.

Sintaxe

A sintaxe básica para variáveis ​​de subconfiguração no SAS é -

KEEP var1 var2 ... ;
DROP var1 var2 ... ;

A seguir está a descrição dos parâmetros usados ​​-

  • var1 and var2 são os nomes das variáveis ​​do conjunto de dados que precisam ser mantidos ou eliminados.

Exemplo

Considere o conjunto de dados SAS abaixo contendo os detalhes dos funcionários de uma organização. Se estivermos interessados ​​apenas em obter os valores de Nome e Departamento do conjunto de dados, podemos usar o código abaixo.

DATA Employee; 
   INPUT empid ename $ salary DEPT $ ; 
DATALINES; 
1 Rick 623.3 	IT 		 
2 Dan 515.2 	OPS	
3 Mike 611.5 	IT 	
4 Ryan 729.1    HR 
5 Gary 843.25   FIN 
6 Tusar 578.6   IT 
7 Pranab 632.8  OPS
8 Rasmi 722.5   FIN 
;
RUN;
DATA OnlyDept;
   SET Employee;
   KEEP ename DEPT;
   RUN;
   PROC PRINT DATA = OnlyDept; 
RUN;

Quando o código acima é executado, obtemos a seguinte saída.

O mesmo resultado pode ser obtido eliminando as variáveis ​​que não são necessárias. O código a seguir ilustra isso.

DATA Employee; 
   INPUT empid ename $ salary DEPT $ ; 
DATALINES; 
1 Rick 623.3 	IT 		 
2 Dan 515.2 	OPS	
3 Mike 611.5 	IT 	
4 Ryan 729.1    HR 
5 Gary 843.25   FIN 
6 Tusar 578.6   IT 
7 Pranab 632.8  OPS
8 Rasmi 722.5   FIN 
;
RUN;
DATA OnlyDept;
   SET Employee;
   DROP empid salary;
   RUN;
   PROC PRINT DATA = OnlyDept; 
RUN;

Subsetting Observations

Neste método, extraímos apenas algumas observações de todo o conjunto de dados.

Sintaxe

Usamos PROC FREQ, que mantém o controle das observações selecionadas para o novo conjunto de dados.

A sintaxe para observações de subconfiguração é -

IF Var Condition THEN DELETE ;

A seguir está a descrição dos parâmetros usados ​​-

  • Var é o nome da variável com base em cujo valor as observações serão excluídas usando a condição especificada.

Exemplo

Considere o conjunto de dados SAS abaixo contendo os detalhes dos funcionários de uma organização. Se estivermos interessados ​​apenas em obter os dados de funcionários com salário superior a 700, usamos o código abaixo.

DATA Employee; 
   INPUT empid name $ salary DEPT $ ; 
DATALINES; 
1 Rick 623.3	IT 		 
2 Dan 515.2 	OPS	
3 Mike 611.5 	IT 	
4 Ryan 729.1    HR 
5 Gary 843.25   FIN 
6 Tusar 578.6   IT 
7 Pranab 632.8  OPS
8 Rasmi 722.5   FIN 
;
RUN;
DATA OnlyDept;
   SET Employee;
   IF salary < 700 THEN DELETE;
   RUN;
   PROC PRINT DATA = OnlyDept; 
RUN;

Quando o código acima é executado, obtemos a seguinte saída.