1：where和If最本质的区别，以及一些小的区别

1.1：The WHERE statement examines what is in the input page buffer and selects observations before they are loaded in the program data vector, which results in a savings in CPU operations(Where从buffer中进行筛选再读入pdv)

The subsetting IF statement loads all observations sequentially into the program data vector. If the statement finds a match and the statement is true, then the data is processed and is written to the output page buffer(If先读入pdv再进行筛选)

1.2：if可以从input的数据和sas数据集的数据中进行筛选，where只能筛选sas数据集的数据

if可以if语句的条件条件选择子句，where不能

where比if高效

where中能用contains的地方一律考虑用like

if语句<可执行语句>

IF statement tells SAS which observations to include, the DELETE statement tells SAS which observations to exclude

IF Sex = ‘f‘;       IF Sex = ‘m‘ THEN DELETE; 作用一样！

data b;    set sashelp.class;    if _n_ le 4;  *如果if为真，则继续执行if后面的语句，最后输出满足if的条件的观测，如果if为假则立刻返回到data步开头继续执行下一条set语句;    y = ‘now‘;
　　/*
　　y = ‘now‘;
　　if _n_ le 4;也能得出同样的结果，但是效率相对来说较低，因为要重复执行y的赋值语句
   */run;

if的另外两种格式
if x=3 then y=4;  对于要表达的只有一条数据就用then
if x=3 then do y=4;z=5;end;　　对于要表达的有多条语句就用then do end;

data a;    input x y@@;    cards;    1 10 1 20 0 200 2 30 2 40    3 50 3 60 4 70 3 80 4 400    ;run;proc sort data=http://www.mamicode.com/a;by x;run;data b;    set a;    *where x ; *后面不添加条件是筛选x不为0和不为缺失值的数值型数据，只适用于数值型;    where x is not missing; *筛选x不为缺失值的数据包括0,适用于数值型和字符型;run;proc print data=http://www.mamicode.com/b noobs;

 where和if的最重要的几点区别

1：where不可执行、if可执行

2：where有自己特定的表达式，if是是通用表达式 例如where x is missing;

3：where只能从现有的sas数据集中选择观测，if语句还可以用input语句产生的观测中选择。*商用的一般都是现有的sas数据集;

4：where的效率比if高

5：何时使用if何时使用where?如果需要对pdv观测进行处理才能决定哪条观测，只能使用if。其余能使用where

2：select 、if else if的选择

For numeric variables, SELECT statements should always be slightly more efficient (use less CPU time) than IF-THEN/ELSE statements. The performance gap between IF-THEN/ELSE and SELECT statements gradually widens as the number of conditions increases

For character variables, IF-THEN/ELSE statements are always more efficient than SELECT statements. The performance gap widens quickly between the two techniques as the number of conditions increases.

使用两种选择方式的最佳情况

Use IF-THEN/ELSE statements when
?? 1：the data values are character values
?? 2：the data values are not uniformly distributed
?? 3：there are few conditions to check.

Use SELECT statements when
?? 1：you have a long series of mutually exclusive numeric conditions
?? 2：data values are uniformly distributed.

3:where和obs/firstobs连用，来选择需要的观测行

记住，obs/firstobs是逻辑上选择观测值，并不是实际选择也就意味着不会去除其他的观测值

where在obs/firstobs前执行

4:读入外部数据时选择需要的obs

先看一张外部数据读入后sas程序内部的流程图

这里不能用where来截取子集，因为where不能用于筛选外部数据。

这里将if放在input后筛选读入pdv的观测行来减少cpu的运行时间

I/O的次数指的是外部data和buffers之间的通信的次数，减少的方式肯定是不能通过where/if等语句，只可能通过bufno、bufsize、sasfile等选项

5:keep/drop

下图展示keep和drop对于数据的作用环节

buffer后的keep、drop可以减少输入pdv中的变量个数从而减少CPU time

buffer前的keep、drop可以减少读入buffer中的变量个数也就是读入数据的总大小，从而减少I/O次数

sas优化技巧(4)执行必要的部分where,if、select,if else、obs firstobs、读入外部数据时选择需要的obs(if+input)、keep/drop