2.4　導入其他格式的數據文件

做數據分析時有很多數據是來自其他軟件的，比如Oracle和MySQL導出的數據是以逗號分隔的，其文件后綴為“.csv”，還有.txt、.xls、.sav等格式的數據。在用SAS EG進行數據分析之前，我們必須先將這些外部數據導入SAS系統。通過本節的學習，讀者可以將不同格式的數據導入SAS，以便做后續處理。

2.4.1　SAS EG實現方式

下面以導入一個Excel文件為例來講解導入數據過程中各選項的設置。

1）選擇數據類型“Excel工作簿”，單擊“瀏覽”按鈕選擇文件導入之后存放的邏輯庫并設置文件名。本例中的外部導入文件存放在WORK下，命名為CLASS，如圖2-18所示。

2）選擇要導入的工作表。若導入的數據中含有多個表單，則需要指定具體的表單；若工作表不是從A1單元格開始讀入數據的，則需要選擇“使用工作表中特定范圍的單元格”，指定數據的存放范圍。根據數據的情況，選擇數據源是否首行范圍內包含字段名稱，若不選擇，SAS會以默認的F1、F2命名，如圖2-19所示。

3）單擊“下一步”按鈕，看SAS EG對變量的認定是否與源數據一致，若不一致，選中該行變量，單擊右下方的“修改”按鈕，選中“在輸出數據集中包含字段”，并對變量的名稱、標簽、類型、輸入格式和輸出格式進行修改，如圖2-20所示。

4）單擊“下一步”按鈕，得到如圖2-21所示界面。若選擇“在生成的SAS代碼中嵌入數據（E）”選項，則輸出中的SAS程序可重復運行或與其他用戶共享；“盡可能使用SAS/ACCESS Interface to PC Files導入數據”復選框表示要使用導入數據，若不選該選項，將使用數據步導入數據；若要刪除會導致傳輸錯誤的字符，請選中“從基于文本的數據文件中刪除會導致傳輸錯誤的字符”復選框。若導入的文件中包含服務器所不支持的語言的字符，則可能要選擇該選項，例如，導入的Microsoft Excel文件中包含日語字符，因為服務器的語言/區域為法語，無法識別某些日語字符，所以要選中該選項。若導入的是文本文件，且要在存儲過程中包括用于導入該文本文件的代碼，請選擇在SAS EG外運行的導入步驟。當運行存儲過程時，若服務器可訪問原始的文本文件，則不會生成臨時的文本文件。你在“導入”任務中指定的分隔符會用在生成的SAS代碼中。

2.4.2　SAS程序實現方式

以上講解了手工導入數據的方法，下面使用編程方式實現。

1）讀入Excel格式的數據，代碼如下：

proc import out=bankdata.class
datafile= "E:\BANKDATA\class.xls"
dbms=excel replace;
getnames=yes;
run;

2）讀入TXT格式的數據，代碼如下：

proc import out=bankdata.class
datafile= "E:\BANKDATA\class.txt"
dbms=TAB replace;
getnames=yes;
run;

---

[1]由于SAS對大小寫不敏感，后續的數據集名稱、程序名稱等不再區分大小寫，對大小寫敏感的地方會特別說明。