第四章 建立SAS报表

 

一．使用PRINT过程步

1．PRINT过程步的基本使用

前面我们已经提到过利用PRINT过程步检查我们建立的SAS数据集的内容，实际上就是用PRINT过程步显示SAS数据集的内容。PRINT过程步由一个PROC PRINT语句开始，其一般形式为：

    PROC PRINT options;

选项包括DATA=选项，它指定你使用的数据集，如果不使用该选项的话，系统使用最近用到的数据集。另外，在用PRINT过程步显示SAS数据集的内容之前，或者说，在一个程序的开头，往往需要用LIBNAME语句指定SAS数据库。例如：

    libname clinic'c:\clinic';

    proc printdata=clinic.admit;

    run;

提交这段程序以后，SAS系统就会在OUTPUT窗口中显示该数据集的内容，我们把它称为报表（report）。例如：

 

ID	NAME	SEX	AGE	HEIGHT	WEIGHT	FEE
2458	Murray, W	M	27	72	168	85.20
2462	Almers, C	F	34	66	152	124.80
2501	Bonaventure, T	F	31	61	123	149.75

 

2．控制产生的报表

在缺省情况下，PRINT过程步产生的报表会显示：

A．数据集中所有的观测和变量

B．在最左边一列显示观测号

C．变量根据它们在数据集中的顺序排列

为了得到你想要的报表，你可以对产生报表的过程进行控制，你可以：

A．利用系统选项控制报表的样式

B．选择显示变量和观测

C．对数据进行排序

D．加题注和尾注

E．显示描述性的变量标记

F．对数据规定格式

下面我们一一介绍如何进行控制。

3．设定系统选项

在你用PRINT过程步产生报表之前，你可以先设定一些系统选项控制报表的样式，包括：

 

选项	功能
LINESIZE=	设定每行的长度
PAGESIZE=	设定每页的行数
NUMBER|NONUMBER	设定是否显示页码
PAGENO=	设定开始页码
DATE|NODATE	设定是否显示日期和时间

 

每一个系统选项都有缺省设置，例如，在缺省情况下，会自动显示页码。

你可以用以下任一方法改变这些系统选项：

1）用OPTIONS语句

一般形式为：    OPTIONS options;

例如：  options pagesize=20linesize=76;

        options numberpageno=1;

OPTIONS语句可以出现在SAS程序的任意地方，从语句被执行的地方开始，设定的系统选项起作用，一直到你改变它的设置。

例如：  options nonumber nodate;

        proc printdata=sales.qtr3;

        proc printdata=sales.qtr4;

        options date;

        run;

则在显示SALES.QTR3的时候页码和日期时间均不显示，而在显示SALES.QTR4的时候页码不显示但日期时间显示。注意，SAS系统要遇到DATA、PROC或RUN等关键词的时候才执行会执行前面一个程序步，因此，OPTIONS语句要遇到其后的这些关键词时才会被执行，但它会在其所属的程序步中优先执行。

2）用OPTIONS窗口

另一个改变系统选项的简单方法是进入OPTIONS窗口：

    选择：  Globals à Options àGlobal Options

找到想要设定的选项，作相应的改变即可。

4．NOOBS选项

你可以在PROC PRINT语句中使用NOOBS选项去掉报表中的观测号列。例如：

    proc printdata=sales.qtr4 noobs;

    run;

事实上，PROC PRINT语句中可以使用的选项很多，详细情况可利用HELP窗口查找：

    Help à SAS System àREPORT WRITING àPRINT

5．选择变量

如果你的数据集中有很多变量，而你只希望显示其中的一部分，你可以在PRINT过程步中用VAR语句指定要显示的变量。其一般形式为：

    VAR variables;

例如：  var age height weight fee;

输出报表中的变量按照在VAR语句中出现的顺序排列。

注意，变量之间用空格分开。

6．选择观测

如果你只需要显示数据集中的某一部分观测，而不是所有的观测，你可以在PRINT过程步中用WHERE语句设定要显示的观测应满足的条件。

1）WHERE语句的一般形式为：

    WHEREwhere-expression;

条件表达式的写法同第三章中所述相类似。例如：

    whereweight<175;

    where name='Almers,C';

注意，对字符型变量，条件表达式中的数据值用单引号括起，并且区分大小写。

2）复合条件

你也可以在多个条件的基础上选择你要显示的观测，这时候你可以在条件表达式中用AND（&）和OR（|）算符，例如：

    where age<=55and weight >160;          whereage<=55 & weight >160;

    where fee=124.80 orfee=178.20;         where fee=124.80 |fee=178.20;

3）IN算符

如果对同一个变量用多个值进行条件检验的话，可在条件表达式中用IN算符，例如：

    where fee in(124.80,178.20);

4）多重复合条件

当你在条件表达式中用到一个以上AND（&）和OR（|）算符时，应该用括号来决定那些条件先复合，再与其它条件复合，例如：

    where (age<=55and weight >160) or height >70;

    where age<=55and (weight >160 or height >70);

显然是两个不同的条件。如果不加括号，则照前两个先复合的方法进行。

7．对数字型变量求和

你可以利用SUM语句对数字型变量求和，在输出的报表中，该变量所在列的最下方显示这一列数值的和。SUM语句的一般形式为：

    SUM variables;

例如：  proc print data=vcrsales;

            varsalesrep region;

            sumunitcost unit sold;

        run;

在SUM语句中出现的变量名不需要在VAR语句中指定，也会在输出报表中显示。

8．对数据进行排序

如果你希望在报表中的观测是按照指定的顺序排列的话，就应当在利用PRINT过程步创建报表之前，用SORT过程步对数据进行排序。一个简单的SORT过程步的一般形式为：

    PROC SORTDATA=SAS-data-set OUT=SAS-data-set;

        BY variables;

    RUN;

过程步以PROC SORT语句开始，其中，DATA=选项指明要读的数据集，BY语句是SORT过程步所必需的，它指明要按照哪个（那些）变量的值来进行排序。

OUT=选项指定一个输出数据集，在这个数据集中，所有的观测按指定的顺序排列。注意，如果不使用OUT=选项的话，在DATA=选项中指明的数据集就会被永久性地改变，而如果你只是希望它临时改变的话，就必须用OUT=选项指定一个临时的输出数据集。

9．题注（Titles）和尾注（Footnotes）

在SAS报表中，可以出现题注和尾注，题注出现在每一页的顶部，尾注出现在每一页的底部，如果没有定义，缺省的题注是‘The SAS System’，尾注不定义就不出现。

1）显示题注（Titles）

你可以改变输出报表中的题注，方法有：

A．用TITLES窗口

选择Globals à OptionsàTitles

进入TITLES窗口，在相应位置输入你希望作为题注的文字，

选择Edit à End

退出即可。

SAS系统允许有10个题注。

B．用TITLE语句

在产生报表的过程步中或之前用TITLE语句设定题注，其一般形式为：

    TITLEn 'titletext';

例如： title1 'July Report';

        title3 'group1';

用TITLE语句同样可以设定10个题注。

2）显示尾注（Footnotes）

你还可以改变输出报表中的尾注，方法与改变题注的方法相似：

A．用FOOTNOTES窗口

选择Globals à OptionsàFootnotes

进入FOOTNOTES窗口，在相应位置输入你希望作为尾注的文字，

选择Edit à End

退出即可。

SAS系统允许有10个尾注。

B．用FOOTNOOT语句

在产生报表的过程步中或之前用FOOTNOTE语句设定尾注，其一般形式为：

    FOOTNOTEn 'footnotetext';

例如： footnote1 'PrepareedJuly 15';

        footnote3 'byfinancial department';

用FOOTNOTE语句同样可以设定10个尾注。

3）改变题注和尾注的设定

题注和尾注的设定都是全局性的，设定以后，它们的作用一直延续到你重新设定或退出SAS系统。在设定了题注和尾注之后，你如果希望改变或取消这些设定的话，可用以下方法：

A．用TITLES 或FOOTNOTES窗口

进入TITLES 或FOOTNOTES窗口，改变或取消其中的设置。

B．用TITLE 或FOOTNOTE语句

用新的TITLE 或FOOTNOTE语句重新设定题注或尾注，新的设定会取代老的设定。

注意，新的TITLE 或FOOTNOTE语句被执行是，除了取代原先同样号码的题注或尾注之外，还会取消更大号码的题注或尾注。

用下列不加号码或不加文字的语句可取消所有的题注或尾注：

    title1;

    footnote;

10．     给变量设定描述性标记

如果某些变量名不足以表达该变量数据的性质，你希望在报表中以更准确的词句来作为这些列的标记的话，可以在过程步中使用LABEL语句，其一般形式为：

    LABEL   variable1='label'

            Variable2='label';

标记可长达40个字符，并且，必须用引号括起。

你可以用一个LABEL语句，也可以用多个LABEL语句来设定描述性标记。

另外，为了显示标记，在PROC PRINT语句中必须使用LABEL选项。例如：

    proc printdata=clinic.therapy label;

        var month wjr;

        labelwjr='Walk/Jog/Run';

    run;

11．     设定输出数据的格式

你可以利用FORMAT语句设定变量的输出格式，以使报表看上去更完美。FORMAT语句的一般形式为：

    FORMAT variableformat-name;

例如：  format net comma5.0 grosscomma8.2;

        format netcommiss dollar9.2;

在某一个过程步中的FORMAT语句设定的输出数据的格式，仅在同一个过程步产生的报表中起作用。

SAS系统提供许多输出格式，可用于在FORMAT语句中使用。你可以在SAS的HELP穿口中找到所有 的SAS输出格式，方法为：

    Help à SAS System à SASLANGUAGE à SASFormats and Infortmats

下面是部分常用格式：

 

格式	例	显示结果
COMMAw.d	Comma8.2	1,123.20
DOLLARw.d	Dollar6.2	$56.00
MMDDYYw.	Mmddyy6.	150599
w.d	8.2	12203.90

 

12．     自定义输出格式

在SAS系统中，用户还可以用FORMAT过程自己定义输出格式，其一般形式为：

    PROC FORMAT;

        VALUEformat-name   range1='label'

                            range2='label';

例如：  proc format;

            value$destfmt 'LON'='London'

                            'PAR'='Paris'

                            'HON'='Hongkong';

        run;

然后在PRINT过程中的FORMAT语句中就可以自定义的输出格式了，例如：

（接上例）  proc print data=summer;

                vardate dest;

                formatdata date7. Dest $destfmt;

            run;

 

二．使用TABULATE过程步

使用PRINT过程步你可以以列表的形式显示数据集的内容，但有时候你可能更希望以表格的形式对数据集中的内容进行分析，这时候，就可以利用TABULATE过程步来帮助你进行这项工作。

1．用TABULATE过程步创建表格

事实上，TABULATE过程步并不是简单地显示数据集的内容，而是对数据集中的内容进行归纳统计以后，根据用户的要求，制作各式表格供用户分析使用。

TABULATE过程步能帮助你方便地设计你的报表，你可以自由决定表格的形式和结构，作出的表格可以是一维的、二维的或三维的。同时，TABULATE过程步能对数据集中的数据进行归纳统计，在表格中显示一些描述性统计量，例如：

A．SUM（和）

B．MEAN（均值）

C．MINIMUM（最小值）

D．MAXIMUM（最大值）

E．STANDARDDEVIATION（标准偏差）

F．VARIANCE（方差）

等等。

你也可以在TABULATE过程步中进行选择观测、设定描述性标记、设定题注和尾注、给数据规定输出格式等操作。

2．设计表格

使用TABULATE过程步的关键是计划，与PRINT过程步不同，TABULATE过程步不会产生缺省的报表，你必须告诉它如何创建表格，因此，在使用TABULATE过程步之前，最好先画一个草表，以明确你自己到底想要得到一个什么样的表格。具体说，你需要决定：

A．使用什么数据

B．用什么变量对数据分类

C．对什么变量进行分析

D．表格的形式

3．基本的TABULATE过程步

一个简单的TABULATE过程步包含以下四条基本语句：

 

语句	功能
PROC TABULATE	启动过程步，设定数据集
CLASS	设定分类变量
VAR	设定分析变量
TABLE	描述产生的表格

 

其中，PROC TABULATE语句作为TABULATE过程步的开头，是必须要有的，其一般形式为：

    PROC TABULATEoptions;

例如：  proc tabulatedata=clinic.admit;

其中，DATA=选项决定使用什么数据集。

4．设定变量

接下来，我们要设定使用数据集中那些变量来制作表格。在使用TABULATE过程步时，我们要区分两种变量：

A．分类变量（Class Variables）：用于对数据进行分组或归类。

B．分析变量（Analysis Variable）：用于进行数值分析

1）定义分类变量

分类变量在CLASS语句中列出，其一般形式为：

    CLASS variables;

变量名之间用空格分开，可以不管顺序。

例如： class sex;

分类变量的特点：

A．可以是字符型或数字型的，字符型变量字能作为分类变量

B．用于对数据进行分组或归类

C．一般只取较少的分列值（表格中会出现该变量取到的每一个值）

2）定义分析变量

分类变量在VAR语句中列出，其一般形式为：

    VAR variables;

变量名之间用空格分开，可以不管顺序。

例如：  var age height weight;

分类变量的特点：

A． 必须是数字型变量

B． 用于对统计分析

C． 通常可以取连续值（表格中往往只出现对该变量进行的一些统计分析结果）

3）表格中出现的变量

在表格中出现的变量会在TABLE语句中列出（TABLE语句用法见后），而在TABLE语句中用到的变量必须事先在CLASS语句或VAR语句中列出，并且只能在其中一个语句中列出，也就是说，一个变量，不可以既是分类变量，又是分析变量。

TABLE语句在TABULATE过程步中是必须的，而CLASS语句和VAR语句则至少要有一个。

5．在变量设定中可能发生的错误

1）有错误信息

如果在程序执行过程中，LOG窗口中出现错误信息，则根据出错信息做相应的修改。可能的出错信息有：

 

出错信息		含义
VARIABLE appears in bth CLASS and VAR lists		变量被定义为既是分类变量，又是分析变量。
Type of name (VARIABLE) unknown at line n		变量未在CLASS语句或VAR语句中定义
Variable VARIABLE in list does not match type prescribed for this list		字符型变量被定义为分析变量。

 

2）结果与期望不同

如果你得到的表格有很多行或列，而这并非你所预期的。那么检查一下CLASS语句，看你是不是把一个会取很多值的变量定义为分类变量了，如果这个变量是数字型变量的话，也许你应该将它定义为分析变量。

6．描述表格

定义完变量之后，就该用TABLE语句来描述你要制作的表格了。TABLE语句要设定：

A．表格的维数

B．表格中出现的变量

C．要计算的统计量

1）TABLE语句的一般形式为：

    TABLEpage-expression, row-expression, column-expression /options;

page-expression， row-expression， column-expression分别设定表格中页、行和列的元素（变量和统计量）。所有这些表达式（expressions）被统称为维表达式（dimension expressions）

TABLE语句可以取以下三种基本形式：

 

TABLE语句	得到的表格
TABLE column-expression /options;	一维表格（只有列）
TABLE row-expression, column-expression /options;	二维表格（有行和列）
TABLE page-expression, row-expression, column-expression /options;	三维表格（有页、行和列）

 

可见，column-expression是必需的，也就是说，表格中列是一定有的。

维表达式包含元素和一些算符（operators），例如:

    tablemonth,mean*(height weight) mean*all;

算符是指表达式中的星号、括号和空格等符号，逗号也可视为一种算符，它用于分隔表格的维，TABLE语句中有两个逗号表示制作三维表格，TABLE语句中有一个逗号表示制作二维表格，TABLE语句中没有逗号表示制作一维表格。

2）例子

下面我们先从一些简单的例子来看，不同的TABLE语句能让我们得到什么样的表格。

A．用   table type; 得到：

 

TYPE
I	II
N	N
3.00	17.00

 

注：

i. TYPE为数据集中一字符型变量名，它的值分别可取为‘I’和‘II’。它已被定义为分类变量。

ii.N是一个统计量，它表示某个变量出现某个取值的次数。上表表示，变量TYPE取值为‘I’共3次，取值为‘II’共17次。

iii.     表格中表格线用‘-’、‘|’、‘+’等表示。

 

B．用   table type premium; 得到：

 

TYPE
II	I	PREMIUM
N	N	SUM
17.00	3.00	3359.15

 

注：

i. PREMIUM为为数据集中一数字型变量名，它已被定义为分析变量。

ii.SUM是一个统计量，它表示某个变量所有观测值的和。上表表示，变量PREMIUM所有观测值的和为3359.15。

 

C．用   table type,premium; 得到：

 

	PREMIUM
	SUM
TYPE
I	312.65
II	3046.50

 

上表表示，将数据集中所有观测按变量TYPE的取值分为两类，在变量TYPE的取值为‘I’的一类中，变量PREMIUM所有观测值的和为312.65；在变量TYPE的取值为‘II’的一类中，变量PREMIUM所有观测值的和为3046.50。

 

D．用   table type,premium,sum;     得到：

 

TYPE I

	SUM
PREMIUM	312.65

 

TYPE II

	SUM
PREMIUM	3046.50

 

3）设定统计量

你可以在维表达式中设定你想要的统计量，方法是用星号把统计量和变量连在一起。

例如：  proc tabulatedata=clinic.admit;

            var fee;

            tablefee*mean;

            tablemean*fee;

        run;

可得：

 

FEE

MEAN

124.67

 

MEAN

FEE

124.67

 

关于设定统计量的一些规则：

A．对分类变量，缺省的统计量是N（出现次数）

B．对分类变量，可要求的统计量只有N和PCTN（出现次数的百分比）

C．对分析变量，缺省的统计量是SUM（和）

D．对分析变量，可要求计算任意统计量

E．若TABLE语句中有分析变量，则统计分析针对分析变量进行

F．统计量可以在任意维中设定，但只能在同一维中设定

例如：  proc tabulatedata=clinic.admit;

            class sexactlevel;

            var heightweight;

            tableheight*mean weight*max,actlevel;

            table sex*pctnactlevel*n;

        run;

4）设定总和

你可以在TABLE语句中利用一个特别的分类变量ALL，得到总和。例如：

    proc tabulatedata=clinic.admit;

        var fee;

        class sex;

        table sexall,fee;

    run;

得到：

 

	FEE
	SUM
SEX
F	76.90
M	201.70
ALL	278.60

 

注意，你不需要在CLASS语句中定义ALL。

7．与PRINT过程步中相同的一些选择和设置

1）选择观测

在TABULATE过程步中，你也可以用WHERE语句来选择观测，用法与在PRINT过程步中一样。

2）题注为尾注

在TABULATE过程步中，你也可以用TITLE和FOOTNOTE语句来设定题注为尾注，用法与在PRINT过程步中一样。

3）给变量设定描述性标记

在TABULATE过程步中，你也可以用LABEL给变量设定描述性标记，用法与在PRINT过程步中一样。

8．设定统计量的标记

除了可以给数据集中的变量设定描述性标记之外，还可以给统计量设定描述性标记，比如说，你希望计算出来的均值在表格中用‘Average’表示，而不是‘MEAN’，用KEYLABEL语句可以完成这项工作。KEYLABEL语句的一般形式为：

    KEYLABELkeyword='text';

其中keyword是对应一个统计量的关键词，包括：

    N       MEAN        MIN     PCTN

    SUM     MAX     STD     PCTSUM

引号中的text是对该统计量设定的描述性标记，可长达40个字符。

另外，特殊的分类变量ALL也可作为keyword在LEYLABEL语句中使用，以获得一个描述性标记。

例如：  keylabel mean='Average'

                 all='All Patients';

9．设定表格的格式

最后，我们可以做的是设定表格的宽度和统计数据的显示格式。其缺省设置是12.2，也就是说，表格中每一格宽度为12，其中的统计数据显示小数点后2位。

在许多其他过程步中，你可以用FORMAT语句设定书记处显示格式，但是在TABULATE过程步中，仅仅对给分类变量设定用户自定义格式起作用，因此要另想办法。

你可以在PROC TABULATE语句中用FORMAT=选项对表格中所有单元设定新的格式，例如：

    proc tabulatedata=clinic.admit format=6.

        class actlevel;

        var fee;

        table actlevelall,fee;

    run;

FORMAT=选项同时设定表格单元的宽度和其中数据的显示格式。你可以任意设定一个SAS输出格式或用户定义的数字格式。

当使用FORMAT=选项时，要注意对出现的值或标题给予足够的宽度。

10．     其它

1）空格算符和括号算符

在维表达式中，用空格表示两个变量在同一维中并列，而用括号表示将括号中的变量看作一组。例如：

    table height*meanweight*mean,sex all;

    table type*(sexall);

分别会得到：

 

		SEX
		F	M	ALL
HEIGHT	MEAN	64.82	72.00	68.24
WEIGHT	MEAN	141.73	172.8	156.52

 

TYPE
I			II
SEX			SEX
F	M	ALL	F	M	ALL
N	N	N	N	N	N
1	2	3	10	7	17

 

2）复杂结构

连用星号会得到一个结构比较复杂的表格，例如：

    tablesex,actlevel*age*max;

 

	ACTLEVEL
	HIGH	LOW	MOD
	AGE	AGE	AGE
	MAX	MAX	MAX
SEX
F	44.00	49.00	43.00
M	29.00	60.00	54.00

 

3）CONDENSE选项

当制作三维表格时，表示在若干页上建立二维表格，但如果你希望这些表格出现在同一页上的话，可在TABLE语句中使用CONDENSE选项。例如：

    tabletype,premium,sum /condense;

 

三．练习