自动检查不同值的数量SAS

Question

希望自动进行一些检查并将一些警告打印到日志文件中。 我想我已经有了大致的想法，但是我在总结支票方面遇到了问题。

例如，我有两个数据集my_data1和my_data2 。 如果nobs_my_data2 < nobs_my_data1我希望打印警告。 此外，如果my_data2变量n的不同值的数量小于11，我希望打印一条警告。

一些伪数据和第一次检查的尝试：

%LET N = 1000;
DATA my_data1(keep = i u x n);
a = -1; 
b = 1;
max = 10;
do i = 1 to &N - 100;
  u = rand("Uniform");                     /* decimal values in (0,1)    */
  x = a + (b-a) * u;                       /* decimal values in (a,b)    */
  n = floor((1 + max) * u);                /* integer values in 0..max   */
  OUTPUT;
END;
RUN;

DATA my_data2(keep = i u x n);
a = -1; 
b = 1;
max = 10;
do i = 1 to &N;
  u = rand("Uniform");                     /* decimal values in (0,1)    */
  x = a + (b-a) * u;                       /* decimal values in (a,b)    */
  n = floor((1 + max) * u);                /* integer values in 0..max   */
  OUTPUT;
END;
RUN;

DATA _NULL_;
FILE "\\filepath\log.txt" MOD;
SET my_data1 NOBS = NOBS1 my_data2 NOBS = NOBS2 END = END;
IF END = 1 THEN DO;
PUT "HERE'S A HEADER LINE";
END;
  IF NOBS1 > NOBS2 AND END = 1 THEN DO;
  PUT "WARNING!";
  END;
IF END = 1 THEN DO;
PUT "HERE'S A FOOTER LINE";
END;
RUN;

如何设置my_data2中n的不同值数量的检查？

Answer 1

一种proc sql方法来实现-

%macro nobsprint(tab1,tab2);
options nonotes; *suppresses all notes;

proc sql;
select count(*) into:nobs&tab1. from &tab1.;
select count(*) into:nobs&tab2. from &tab2.;
select count(distinct n) into:distn&tab2. from &tab2.;
quit;

%if &&nobs&tab2. < &&nobs&tab1. %then %put |WARNING! &tab2. has less recs than &tab1.|;

%if &&distn&tab2. < 11 %then %put |WARNING! distinct VAR n count in &tab2. less than 11|;

options notes; *overrides the previous option;    
%mend nobsprint;

%nobsprint(my_data1,my_data2);

如果由于不得不在数据集中指定libname，则会导致中断. 。 并且，您可以使用proc printto log print进行proc printto log以将其打印到文件中。

至于只打印%put其他部分，请使用上面的命令-

filename mylog temp;
proc printto log=mylog; run;

options nomprint nomlogic;
%nobsprint(my_data1,my_data2);

proc printto; run;

除了您的自定义警告之外，这不会将任何错误的文本输出到SAS日志。

Answer 2

@samkart可能是比较肥胖计数的最直接，最容易理解的方法。 另一个考虑因素是性能。 如果您的数据集具有数百万个obs，则无需读取整个数据集即可获取它们。

一种方法是像在代码中一样在set语句中使用nobs=选项，但是不必要读取数据集。 下面将获得计数并比较它们，而无需阅读所有观察值。

62         data _null_;
63         if nobs1 ne nobs2 then putlog 'WARNING: Obs counts do not match.';
64         stop;
65         set sashelp.cars nobs=nobs1;
66         set sashelp.class nobs=nobs2;
67         run;

 WARNING: Obs counts do not match.

另一个选择是从sashelp.vtable或dictionary.tables获取计数。 请注意，您只能使用proc sql查询dictionary.tables 。