根据SAS上的一行CSV数据创建表

Question

我尝试从csv导入数据，其中只有一行数据格式如下：

CAS$#$#$LLT_CODE$#$#$PT_CODE$#$#$HLT_CODE$#$#$HLGT_CODE$#$#$SOC_CODE$#$#$LLT$#$#$PT$#$#$HLT$#$#$HLGT$#$#$SOC$#$#$SOC_ABB#$#$#DJ20210005-0$#$#$10001896$#$#$10012271$#$#$10001897$#$#$10057167$#$#$10029205$#$#$Maladie d‘阿尔茨海默$#$#$Démence de type Alzheimer$#$#$Maladie d’阿尔茨海默(包括sous-type)$#$#$Déficiences mentales$#$#$Affections système nerveux$#$#$Nerv#$#$#DJ20210005-0$#$#$10019308$#$#$10003664$#$#$10007607$#$#$10007510$#$#$10010331$#$#$Communication interauriculaire$#$#$Communication interauriculaire$#$#$Défauts congénitaux cardiaque$#$#$Troubles congénitaux cardiovasculaires$#$#$Affections congénitales，familiales et génétiques$#$#$Cong#$#$#

"#$#$#“确定行尾，"$#$#$”分隔列。

如何导入？

下面是我的代码：

data a; infile "C:/Users/Papa Yatma/Documents/My SAS Files/9.4/ATCD.txt" dlm="$" dsd ; input var1 $ var2 $ var3 $ var4 $ var5 $ var6 $ var7 $ var8 $ var9 $ var10 $ var11 $ var12 $ @@; run;

谢谢你的帮助。

Answer 1

只要实际的“记录”不是太长，我就会使用DLMSTR=选项来处理该文件两次。首先将“记录”解析成行。然后从行中读取字段。

因此，首先创建一个每条记录一行的新文本文件。

filename new temp;
data _null_;
  infile have recfm=n lrecl=1000000 dlmstr='#$#$#';
  file new ;
  input line :$32767. @;
  put line ;
run;

现在，您可以使用另一个分隔符字符串读取新的文件。

例如，您可以将其转换为真正的CSV文件。

filename csv temp;
data _null_;
  infile new dlmstr='$#$#$' length=ll column=cc truncover ;
  file csv dsd ;
  do until(cc>=ll);
    input word :$32767. @ ;
    put word @;
  end;
  put;
run;

结果：

CAS,LLT_CODE,PT_CODE,HLT_CODE,HLGT_CODE,SOC_CODE,LLT,PT,HLT,HLGT,SOC,SOC_ABB
DJ20210005-0,10001896,10012271,10001897,10057167,10029205,Maladie d'Alzheimer,Démence de type Alzheimer,Maladie d'Alzheimer (incl sous-types),Déficiences mentales,Affections du système nerveux,Nerv
DJ20210005-0,10019308,10003664,10007607,10007510,10010331,Communication interauriculaire,Communication interauriculaire,Défauts congénitaux du septum cardiaque,Troubles congénitaux cardiovasculaires,"Affections congénitales, familiales et génétiques",Cong

这样，这个CSV文件就很容易阅读了：

data test;
  infile csv dsd firstobs=2 truncover ;
  length CAS LLT_CODE PT_CODE HLT_CODE HLGT_CODE SOC_CODE LLT PT HLT HLGT SOC SOC_ABB $100;
  input CAS -- SOC_ABB;
run;

如果任何值可能包括行尾字符，那么您应该添加代码来替换第一步中的那些字符。例如，您可以添加此行，将CRLF字符串替换为管道字符。

line = tranwrd(line,'0D0A'x,'|');