可变长度的SAS infile杂乱格式

Question

我有一个杂乱的文件，其中一些列是制表符分隔的，一些是逗号。

我的数据集问题是读取可变长度的文件

12        Stephen Cole, 33, Columbia, MO
5          Dave Anderson, 25*, Concord, OH 

第一列是ID(tab)name(逗号)age(逗号)、active(age后面有星号)、home(tab)

年龄后面的 * 表示他们是否不活跃。

所有名称都从 @19 列开始，但之后的所有内容都是可变长度和列开头。

我想读入我最终得到的格式。

ID   Name           Age  Active     Home
12   Stephen Cole   33   Active     Columbia, MO
5    Dave Anderson  25   Inactive   Concord, OH

到目前为止我有:

data marathon;
   infile 'c:/file.txt' dlm=',' pad firstobs=12;
   input @3 ID 3. @19 Name $CHAR13.;

然后我陷入了如何阅读其余部分的困境。我主要对如何阅读年龄旁边的星号作为自己的专栏感到困惑。如果我明白这一点，我想我可以处理剩下的事情。

Answer 1

您有几个问题。首先，您需要使用定界输入，具体来说，您需要将逗号和制表符组合成一组定界符——一种方式如下所示。其次，您有两个重要的领域；带有星号的需要在之后进行解析(我使用 compress 在第一行保留特定的数字，并在第二行保留特定的星号)。您还需要在单独的字段中读取城市/州并将它们组合在一起(我使用 catx)。

data want;
infile "c:\temp\test.dat" dlm='092C'x;
input
id
name :$50.
age_active $
home_city :$25.
home_st $
;
age=input(compress(age_active,,'kd'),best.);
active = ifc(compress(age_active,'*','k')='*','Active','Inactive');
home = catx(', ',home_city,home_st);
run;

注意长度，根据我过去的经验，我建议使用合理的长度，但您很容易看到更长的名称或城市。