提高SAS运行效率的小技巧

藤菜

利用SAS处理一个大数据量的时候，使用一些小技巧可以很好的提高SAS的效率，如果你对SAS中的DATA的步的原理更了解，那理解这些技巧是很容易的：

一、过滤数据

1）当你作数据预处理的时候，你可以会从一个很大的数据集中读入一些数，形成子集。

则这个时候使用IF的效率就不如WHERE了。为什么？因为IF的作用是把数据读入PDV后再作判断，而WHERE在数据读入PDV之前就作判断。

2）在PROC过程中的直接使用WHERE 条件来过滤数据。

3）对于从外部读入的数据，如果需要过滤，则直接在这个变量读入过程中加上相应的条件。

input x; if x>10; input y; 当X不满足条件时候，则不再读入后续数据。

二、生成数据

1）如果不要生成最终数据集，只是处理一个过程。建立多使用：data _null_;

2)合并二个数据集的时候，如果二个数据集相关，建议使用proc apend 过程；

data one;

set one two;

run;

---方法二只是读入TWO的数据并入到ONE中。

proc append base = one data = two;

run;

3）在SET 后面直接过滤不需要的变量（set test(keep=var1);) 可以避免不需要的变量进入PDV

4）建立索引。如果读入大数据量的时候，可以在读入的时候即为数据集加上索引，方便后续的高效访问（data test (index=));）

5)预编译

对于常用的生成数据过程，可以利用PGM的过程预编译好，存储起来，要使用时候，直接调用。可以节约编译器时间。

例如：

DATA one2/ pgm = progname ;

SET one;

RUN ;

DATA pgm= progname ;

RUN;

三、模糊匹配

1） is missing/is null 用于检查字符变量是否为空或者数值变量是否缺失。

2）% 代表0个以上的任意个数的字符。

3）_（下划线）仅代表一个任意字符。

4）contains ？是否包含某个字符 x ? 'afd' 相当于 x like '�d%';