锐客网

  1. 首页 > it技术 > >

关于input的columninput (列输入)和listinput (列表输入).

关于input的columninput (列输入)和listinput (列表输入).
简单来说：列输入就是严格按照变量指定的长度进行数据读取，忽略分隔符。如input name 1?10; inputhome40.; 都属于列输入。列表输入就是根据规定的分隔符（默认是空格）按照变量的顺序读取数据，多个空格按照一个处理，遇到空格即停止。如input name home:40. ;
假设有如下原始数据：



需要注意的是，在windows和unix中的文本处理器如写字板创建上面的数据，数据每行属于可变长度，每行的长度就是灰色区域的长度，而在sas的datalines中，上述的数据是固定长度的，长度为80 bytes，后面没数据的地方以空格填充，在大型主机的某些数据文件中，数据行也是固定长度的，无数据的地方以空格填充。

首先分别以input的列输入和列表输入导入上述数据，假设数据位于d盘infile文件夹中，名字为emplist。


DATA test1; /*column input*/
INFILE "d:\infile\emplist.dat";
INPUT lastn $1-21 Firstn $ 22-31
Empid $32-36 Jobcode $37-45;
RUN;

DATA test2; /*list input*/
INFILE "d:\infile\emplist.dat";
INPUT lastn Firstn
Empid Jobcode ;
RUN;

上述程序提交后，结果如何，在此之前，先讲一下flowover选项。Infile默认是flowover选项。
在列输入时：如果input指针到了一行的最后一个字符时，有些变量还是没有得到值或者完整的值，指针就会跳到下一行的第一列开始读取数据，来填充没有值的变量。当下次input语句执行的时候，新的一行数据就会进入inputbuffer。
因此列输入数据如下：




说明，对于第二行数据，pilot没有达到jobcode所需要的长度，因此指针跳到下一行读取smith填补上来。完成之后进入数据步的下一个循环，执行下一次input，因此指针再次跳行，将leistner读入。而读取第五行tomas数据时,harald长度不够firstn用，所以指针跳到下一行将wade读入作为firstn，然后e1026作为empid，pilot仍然不够用，所以跳到下一行读取waugh作为jobcode;
在列表输入时，以空格为分隔符，数据可以正确地读入，但默认的flowover选项仍然会导致将下一行数据读入填充缺失值。结果如下：




使用missover选项：
当在infile语句中使用missover选项时，它会抑制掉flowover，使得在读取短的数据行时，input指针不会跳到下一行来读取数据，相反，它使得没有数据的变量变缺失。
在列输入中加上missover选项时，结果如下：




【关于input的columninput (列输入)和listinput (列表输入).】

我们发现的是，再也没有从下一行读取数据，可是jobcode的pilot和第6行的后面仍然没有正确读入。这是因为在列输入的时候，如果指针到了一行的结尾，仍然没能读入满足变量长度的数值，就会将该变量变缺失。解决方法：可以再加入pad选项，pad选项数据后面填上空格，使得每行的长度相同，默认lrecl=256。

如果列表输入infile加上missover选项，结果如下，不会像列输入那样将最后的变量变缺失。






Truncover: 其实truncover的功能类似于missover 和pad合用的效果，它是针对列输入时，如果一行最后读入的数值仍然不能满足变量需要的长度，不会将变量缺失，而是将读入的值赋给该变量。列输入加truncover的结果同上。
当然，对于列表输入,truncover的结果也同上，是正确的结果。

关于PAD，pad固名思义，意思是将数据行的后面部分填上空格，这样就使得数据行变长，不致于让input指针在读取短数据行时到达数据行结尾从而跳行。Pad不会抑制flowover的作用，它会将数据后面的空白位置填上空格，空格的长度由lrecl=n决定，默认n为256，当然可以在infile选项中修改n的大小。这就是为什么在列输入中用missover和pad可以正确读取数据了，因为数据行的长度不再是数据实际的长度（可变长度），而是一个固定长度256，后面都是空格。
如果列表输入只加pad，不加missover，结果如下




Pad不会抑制flowover，并且将多个空格作为一个处理，所以出现了上述结果。


关于读取外部文件和datalines中的区别，很多朋友都发现sas读取外部文件和datalines数据，数据结构完全一样，同样的程序，结果不同。
原因是：外部文件数据，数据行是可变长度，如上例。除非加上pad，以空格填充。
而在cards中的数据，看起来也是可变长度，但其实是固定长度，为80。结尾没有数据的地方都以空格填充。即默认有pad 。引用davil2000大神的回答：
Cardimagesystem option specifies that SAS source and data lines be processed as if thesewere punched card images—all exactly 80 bytes long and padded with blanks.

所以如下两个程序：
data test3;
input lastn $1-21Firstn $ 22-31
Empid $32-36 Jobcode $37-45;
cards;
LANGKAMMSARAHE0045 Mechanic
TORRESJANE0029 Pilot
SMITHMICHAELE0065
LEISTNERCOLINE0116 Mechanic
TOMASHARALD
WADEKIRSTENE0126 Pilot
WAUGHTIME0204 Pilot
;
run;
data test4;
input lastn Firstn
Empid Jobcode ;
cards;
LANGKAMMSARAHE0045 Mechanic
TORRESJANE0029 Pilot
SMITHMICHAELE0065
LEISTNERCOLINE0116 Mechanic
TOMASHARALD
WADEKIRSTENE0126 Pilot
WAUGHTIME0204 Pilot
;
run;

列输入可以正确读入，列表输入不行，因为没有missover选项，类同于读取外部文件时只加pad选项。

    推荐阅读


    上一篇：sas 同一字段的多重选项值 横向变为字段

    下一篇：PCB各层介绍