SAS的意思是:如何在输出数据集中捕获非默认统计信息，如n想念、p1、p99等？

Question

原题：

默认情况下，Proc意味着在输出数据集中输出N、MIN、平均值、MAX和STD。如何将NMISS、P1、P5等添加到此列表中？

补充信息1：

我需要数据集中所有数值变量的统计信息。所以我在var规范中使用_numeric_。

我不希望每个统计数据都列在一行和变量中。

 Obs _TYPE_ _FREQ_ _STAT_    var1   var2 var3 etc    
 1     0    84829  N      84826.00
 2     0    84829  MIN        0.00
 3     0    84829  MAX     5000.00
 4     0    84829  MEAN     151.22
 5     0    84829  STD     1989.47
 6     0    84829  NMISS       3
 7     0    84829  P1         2.00
 8     0    84839  P99     4999.00

我该怎么做？

谢谢!

Answer 1

本文很好地讨论了您所描述的确切问题，以及输出适合您描述的数据集的宏代码。

一个更好的方法- ODS数据陷阱

更新:我发现最近有一篇文章“提供了支持附加特性的宏的修订版，并消除了一个令人惊讶的错误”。这是最新的解决方案：

用PROC方法解决SAS ODS数据陷阱

这个宏看起来设计得很好，避免了各种各样的可能问题。用于创建输出数据集的扭曲涉及对proc means (当然)、proc sql、proc contents和proc datasets的调用，以及宏语言体系结构的广泛使用，对它们的描述在这个答案中可能没有指导意义。我并不是说自己完全理解它。

但是，一旦编译了宏，就应该能够用一条简单的语句创建所需的数据集。

%better_means(data=MyDataSet)

现在我已经找到了这个方便的解决方案，我可以开始使用它了。

Answer 2

假设您在proc中使用输出选项(而不是ODS输出)，您可以控制数据集中的内容，如下所示：

proc means data=sashelp.class;
var age;
class sex;
output out=mymeans nmiss= P1= P5= /autoname;
run;

统计名称的完整列表可以在PROC是指文件中的"statistics关键字“下面找到。

您还可以实现与ODS输出相同的结果(输出格式略有不同)。

ods output summary=mymeans;
ods trace on;
proc means data=sashelp.class nmiss p1 p5;
var age;
class sex;
run;
ods trace off;
ods output close;

ODS跟踪/关闭是显示创建的表的名称(即‘汇总’)。它在生产中不需要。在本例中，您向输出窗口(在PROC表示语句中)请求统计数据的方式与请求它们的方式相同。

根据您的编辑，您希望它转置(每一统计数据一行)。你不能直接得到，但换位并不难。

proc means data=sashelp.class nmiss p1 p5;
class sex;
var _numeric_;
output out=mymeans n= mean= nmiss= p1= p5= /autoname ;
run;

data mymeans_out;
set mymeans(drop=_type_ _freq_);
by sex;
array numvars _numeric_;
format var stat $32.;
do _t = 1 to dim(numvars);
 var=scan(vname(numvars[_t]),1,'_');
 stat=scan(vname(numvars[_t]),-1,'_');
 value = numvars[_t];
 output;
end;
keep sex var stat value;
run;

这有一些限制。如果变量名中已经有下划线，则需要重写var=scan...行以使用substr并找到最后一个下划线，然后是var = substr(vname(...),1,position_of_last_underscore)。Stat应该是好的，因为它使用-1 (反向方向)。如果变量名可能超过~23个字符，则可能不会再次得到确切的变量名，因为它可能被截断或修改。如果是这样的话，那么上面的ODS输出解决方案将帮助您(因为它在额外的列中提供了原始变量的名称)，但是需要做更多的工作才能将该值与截断的名称关联起来。

我还删除了_TYPE_和_FREQ_，以简化数组定义；如果需要这些定义，则需要编写一些代码来将它们从单独的输出中排除出来，并保留它们。