SAS：导入带日期的CSV文件

Question

我目前正在尝试将压缩的csv文件导入SAS，并且我有3列日期以YYYY-MM-DD格式写入。 这个csv文件中的所有数据都以唯一的行表示，因此我假设它是一个字符串并且不能识别为数字（对不起，我最近才开始编码，但我仍在学习很多基础知识）。 发生的情况是SAS假设使用8个字符，并在2010-08-以后提出，基本上没有一天。 我尝试了几种使用输入的方法来解决该问题，但到目前为止还没有解决。 我要么得到一个空的列，要么得到一个包含转换编号的列（例如52789-我想那是从SAS用作参考的1960年开始的），我希望你们能给我一些提示以完成此操作。 代码是：

FILENAME IPC3data zip 'C:\Users\********\IPC3data.zip'
member='tls201_appln.csv';
DATA newdata;
  INFILE IPC3data DLM=';' DSD FIRSTOBS=2;
  INPUT appln_id $ appln_auth $ appln_nr $ appln_kind $ appln_filing_date $ appln_filing_year $ appln_nr_epodoc $ appln_nr_original $ ipr_type $ internat_appln_id $ int_phase $ reg_phase $ nat_phase $ earliest_filing_date $ earliest_filing_year $ earliest_filing_id $ earliest_publn_date $ earliest_publn_year $ earliest_pat_publn_id $ granted $ docdb_family_id $ inpadoc_family_id $ docdb_family_size $ nb_citing_docdb_fam $ nb_applicants $ nb_inventors;
 Filing_date = input(appln_filing_date, ANYDTDTE10.);
 put Filing_date=YYMMDD10.;
 Early_filing_date = input(earliest_filing_date, ANYDTDTE10.);
 put Early_filing_date=YYMMDD10.;
 Early_publn_date = input(earliest_publn_date, ANYDTDTE10.);
 put Early_publn_date=YYMMDD10.;

跑; 谢谢！

Answer 1

定义变量，则不会出现截断问题。

就个人而言，我发现使用LENGTH语句按照要读取的顺序先定义变量要容易得多。 这是一个相当于SAS猜测如何根据当前INPUT语句定义变量的方法，但是我已经将所有..._ date变量更改为10个字符串，而不是默认的8个字符。 您可能还应该更改其他一些变量的长度（甚至类型）。

LENGTH appln_id appln_auth appln_nr appln_kind $8 appln_filing_date $10
       appln_filing_year appln_nr_epodoc appln_nr_original $8
       ipr_type internat_appln_id int_phase reg_phase nat_phase $8
       earliest_filing_date $10 earliest_filing_year earliest_filing_id $8
       earliest_publn_date $10 earliest_publn_year earliest_pat_publn_id $8
       granted docdb_family_id inpadoc_family_id docdb_family_size $8
       nb_citing_docdb_fam nb_applicants $8
       nb_inventors 8
;

然后，INPUT语句可以非常简单，因为您可以通过在第一个和最后一个变量名之间放置--来使用位置变量列表。

input appln_id -- nb_inventors ;

但实际上，日期是SAS中的数字。 您只需要使用特殊的信息和格式，SAS便会知道如何在人类可读的文本字符串之间进行转换。 因此，通过将长度从$10更改为8 ，将日期变量更改为数字，并附加适当的信息，SAS会将​​它们存储为日期而不是字符串。

informat appln_filing_date earliest_filing_date earliest_publn_date yymmdd.;
format appln_filing_date earliest_filing_date earliest_publn_date yymmdd10.;

Answer 2

默认情况下，SAS字符串设置为8个字符，这对于您来说太短了。

您可以使用LENGTH和INFORMAT语句来指定长度以及如何读取数据

在INFILE和INPUT之后，您可以添加LENGTH和/或INFORMAT语句。

INFORMAT指定在读取变量时（在CSV文件中）如何格式化变量，而FORMATS控制在SAS中如何显示格式。

您无需将所有变量都读取为字符变量。 您可以指定日期格式，然后在

FILENAME IPC3data zip 'C:\Users\********\IPC3data.zip' member='tls201_appln.csv';

DATA newdata;

INFILE IPC3data DLM=';' DSD FIRSTOBS=2;



INPUT appln_id $ appln_auth $ appln_nr $ appln_kind $ appln_filing_date appln_filing_year $ appln_nr_epodoc $ appln_nr_original $ ipr_type $ internat_appln_id $ int_phase $ reg_phase $ nat_phase $ earliest_filing_date earliest_filing_year $ earliest_filing_id $ earliest_publn_date earliest_publn_year $ earliest_pat_publn_id $ granted $ docdb_family_id $ inpadoc_family_id $ docdb_family_size $ nb_citing_docdb_fam $ nb_applicants $ nb_inventors;


INFORMAT appln_filing_date earliest_filing_date earliest_publn_date anydtdte.;
FORMAT appln_filing_date earliest_filing_date earliest_publn_date DATE9.;