arrays - 将 SAS 中的定界字符串变量拆分为单个变量

Question

我希望有人能帮我解决这个问题。我正在尝试获取一个字符串变量，其中包含一系列带分隔符的选择列表响应。单个变量中可以没有响应、一个响应(例如 1234)或多个响应(例如 1234；9876)。不同的选项总是用分号 (;) 分隔。我想根据分隔符将这个单个变量拆分为多个变量。

例如，reasons=1234;9876 -> reason1=1234, reason2=9876

传统上，我使用扫描功能以手动方式完成此操作。问题是我最多(在这种情况下)有 10 个选择列表项连接在一个字符串中。

data want;
set got;
   length reason1-reason10 $10;
     if reasons ne ' ' then reason1=scan(reasons, 1, ';');
     if reasons ne ' ' then reason2=scan(reasons, 2, ';');
     if reasons ne ' ' then reason3=scan(reasons, 3, ';');
 ...
 run;

等等……

我觉得数组会大大简化这个过程。但是，我现在只是在学习如何使用数组。非常感谢任何有关如何使用更高效的代码拆分此字符串变量的建议。谢谢!

Answer 1

解决此问题的最佳方法因数据集的大小和复杂性而异——可能有多少个变量？

如果变量数量较少且已知，那么您的方法就可以了。数组会略有帮助:

data got;
  informat reasons $30.;
  input reasons $;
  datalines4;
123;456;789;101112
456;789;101112;131415
;;;;
run;



data want;
  set got;
  length reason1-reason10 $10;
  array reason(10) $;
  do _i = 1 to dim(reason);
    reason[_i] = scan(reasons,_i,';');
  end;
run;

您甚至不必检查它是否丢失，SCAN 会表现良好。

如果您不确定变量的数量可能是多少(并且不希望从未达到“最大值”)，PROC TRANSPOSE 更好。

首先为每个扫描值输出一行，全部放在一个变量中。然后转置它。

添加一个 id 变量使这更容易:

data got;
  informat reasons $30.;
  input id reasons $;
  datalines4;
1 123;456;789;101112
2 456;789;101112;131415
;;;;
run;

data got_pret;
  set got;
  do _i = 1 to countw(reasons,';');
    reason=scan(reasons,_i,';');
    output;
  end;
  keep reason id;
run;

proc transpose data=got_pret out=want prefix=reason;
  by id;
  var reason;
run;

这有一个很大的优势，就是不需要提前知道有多少。不过，这是又一步，因此对于巨大数据集，它可能不太受欢迎(尽管您可以使用数据步骤 view 来保存其中的一部分)。