SAS 将结果输出到输入数据集(输入和输出数据集名称相同)

Question

我找不到有关此问题的信息，或者无法正确指定问题。

让我用代码提问:
是这个操作

data work.tmp;
    set work.tmp;
    * some changes to data here;
run;

或者特别是

proc sort data = work.tmp out = work.tmp;
    by x;
run;

在 SAS 中是否有任何危险，或者被认为是不好的做法？请注意相同的输入和输出数据集名称，这是我的要点。 SAS 是否正确处理这种情况，以便运行此类数据步骤/过程时不会出现不明确的结果？

Answer 1

后者，自行分类，是相当频繁的；因为排序只是重新排列数据集，并且(除非您依赖于其他顺序，或者除非您使用 where 子句来过滤数据集或重命名/保留/删除选项)不会'不会对数据集造成任何永久性损害，只要 tmp 正在工作(或打算用作工作目录的 libname)，这就不被认为是不好的做法。 SAS 创建一个临时文件来进行排序，成功后会删除旧文件并重命名临时文件；不存在重大腐败风险。

前者在数据步骤中将数据集设置为自身，通常不被认为是一个好的做法。这是因为数据步骤通常会执行一些不可逆转的操作 - 即，如果您运行它一次，它会产生与再次运行它不同的结果。因此，您可能不知道您的数据集处于什么状态；而使用排序时，您可以依赖于知道，因为如果大多数时候没有正确排序，您会得到一个明显的错误，而对于数据步骤，您可能永远不知道。因此，每个数据步骤通常应该生成一个新的数据集(至少对于该线程来说是新的)。有时有必要这样做，或者至少不这样做会造成很大的浪费 - 也许宏有时会执行长数据步骤，有时则不会 - 但通常您可以围绕它进行编程。

不过，从文件系统会变得困惑的意义上来说，这并不危险；与sort类似，SAS只会创建一个临时文件，填充新数据集，然后删除旧数据集并重命名临时文件。

(我不提诸如 modify 之类的事情，它必须将数据集设置为自身，因为这有一个明显的答案......)