近期由于助研工作的需要,不可避免地要使用到SAS编程。其实我一开始是拒绝的,因为如果使用R,我的效率将大大提升。但是由于老师的强烈要求,不得不重新捡起已落下一年多的SAS。
理解DATA步的数据指针和PDV流程至关重要。它能帮助我们摸清DATA步中的所有执行语句是如何在缓存区,内存以及I/O系统之间转换的。或许这就是所谓的『大局观』?^_^
基本概念——数据指针和PDV
理解SAS的编译过程,需要先了解两个概念。
SAS程序的编译过程如下图所示:
下面,以一个简单的SAS程序为例,解释具体编译过程。
一个简单的SAS程序
data test;
input x y z;
cards;
1 2 3
4 5 6
;
run;
编译过程
编译程序,开辟一块内存空间给x,y,z三个变量。
初始化变量为缺失值。用INPUT
语句输入的这三个变量在DATA步执行之前被置为缺失值,若是RETAIN
语句创建的变量,则被保留。
执行INPUT
语句。读入第一行观测,并把读入的数据放在PDV。
执行RUN
语句。将PDV中的数据输出至DATA步创建的test
数据集中。
SAS返回到DATA语句之后的第一个语句,并初始化PDV中非RETAIN
语句创建的变量为缺失值。继续读入下一行观测数据至PDV。
如此循环,直至观测最后一行。结束DATA步,释放内存空间。
数据指针和PDV情况汇总
自动变量
参考文献