首页 > 代码库 > SAS笔记(2) RETAIN语句
SAS笔记(2) RETAIN语句
本文重点:
- 使用RETIAN,INPUT在每次循环执行时保留上一次PDV中的变量值。
- SUM语句和SET语句会自动RETAIN变量。
1. RETAIN语句
1.1 Example 1
先来看看在DATA步不使用和使用RETAIN语句的差异
没有使用RETAIN:
DATA WITHOUT_1; PUT "Before the INPUT statement: " _ALL_; INPUT X @@; PUT "After the INPUT statement: " _ALL_ /; DATALINES; 1 2 . 3 ;
使用RETAIN:
DATA WITH_1; RETAIN X; PUT "Before the INPUT statement: " _ALL_; INPUT X @@; PUT "After the INPUT statement: " _ALL_ /; DATALINES; 1 2 . 3 ;
注意比较两段代码的输出红色矩形的内容,结合上一篇博客里讲的PDV,不难发现:
- 不使用RETAIN,INPUT在每次循环执行时会把PDV中的变量值清空,即置为(.)。
- 使用RETIAN,INPUT在每次循环执行时保留上一次PDV中的变量值。
实际上,上面这个例子里数据集WITHOUT_1和WITH_1的内容是一样的,下面来看一个必须要用RETAIN的例子。
1.2 Example 2
考虑这样一种场景:我们的数据集中有缺失值,我们想用该缺失值的前一个非缺失值来填补该缺失值,比如我们的数据是1,2,.,3填补后是1,2,2,3。
这在SAS中很好处理,我们只需要用一个变量记住上一个非缺失值即可:
DATA WITHOUT_2; PUT "Before INPUT: " _ALL_ ; INPUT X @@; IF X NE . THEN OLD_X = X; ELSE X = OLD_X; PUT "After assignment: " _ALL_ /; DATALINES; 1 2 . 3 ;
遗憾的是这段代码并没有实现我们的目的
查看日志,问题就很明显了,因为没有使用RETAIN,所以在数据步的每一次循环开始时,PDV中的变量均被置空,所以OLD_X每一次都是空:
既然想让OLD_X记住DATA步每次迭代的前一个值,我们RETAIN住OLD_X即可:
DATA WITH_2; RETAIN OLD_X; PUT "Before INPUT: " _ALL_ ; INPUT X @@; IF X NE . THEN OLD_X = X; ELSE X = OLD_X; PUT "After assignment: " _ALL_ /; DATALINES; 1 2 . 3 ;
1.3 Example 3
考虑这样一种场景:在我们读入数据的时候,我们想给每个数据加一个顺序的行号,第一条观测是1,第二条观测是2,依次到最后一条观测。
下面用RETAIN语句实现:
DATA WITH_3; RETAIN SUBJECT 0; PUT "Before the INPUT statement: " _ALL_ ; INPUT X @@; SUBJECT = SUBJECT + 1; PUT "After the INPUT statement: " _ALL_ /; DATALINES; 1 3 5 ;
RETAIN SUBJECT 0;表示在DATA步的每一次迭代时RETAIN住SUBJECT这个变量,不要将其置为空,“0”表示SUBJECT的初始值。
上面这段代码,可以利用SAS中的SUM语句进行简化:
DATA WITHOUT_4; PUT "Before the INPUT statement: " _ALL_ ; INPUT X @@; SUBJECT + 1; /* SUM statement */ PUT "After the INPUT statement: " _ALL_ /; DATALINES; 1 3 5 ;
注意到SUM语句的作用:
- 不需要显示地用“=”赋值
- 不需要显示地初始化SUBJECT,它会自动初始化为0
- 不需要显示地RETAIN,它会自动RETAIN变量
其实,如果你还记得上一篇博客中我们在讲PDV时提到的自动变量_n_,这段代码可以更简洁:
DATA USE_n_; PUT "Before the INPUT statement: " _ALL_ ; INPUT X @@; n=_n_; PUT "After the INPUT statement: " _ALL_ /; DATALINES; 1 3 5 ;
1.4 Example4
上一个例子中我们发现SUM语句会自动RETAIN变量,其实SAS中的SET语句也会自动RETAIN变量:
DATA ONE; INPUT X Y; DATALINES; 1 2 ; DATA TWO; IF _N_ = 1 THEN SET ONE; PUT "Before INPUT statement: " _ALL_; INPUT NEW; PUT "After INPUT statement: " _ALL_ / ; DATALINES; 3 4 5 ;
看一下日志,就发现SET的确自动RETAIN了变量X,Y。最开始,_N_=1,将X=1,Y=2读入,然后_N_=2,_N_=3等后面的每一步,粉色框里的X,Y值并没有在DATA步的每次迭代中被置空。
参考资料:《Longitudinal Data and SAS: A Programmer‘s Guide》
SAS笔记(2) RETAIN语句