如何从SAS中的相同文本文件导入不同变量的不同数据集

Question

我有一个包含固定列的大型文本文件，需要导入到SAS中。同一文件包含三个层次的信息:公司、员工和经济变量。

每个观察的第一个字符显示行中值的大小(1是关于公司的，2是关于关联的.)。根据布局，每个层次都有不同长度的变量。

这是我必须导入的数据的一个小例子。前4个变量是相同的，但之后每个级别都有自己的变量，具有不同的长度。变量"type“标识观察所涉及的级别。所有其他变量都被组合成“其他”：

DATA WORK.test;
INFILE DATALINES;
INPUT
    type $ 1-1
    full_registry $ 2-2
type_update $ 3-3
cnpj $ 4-17
other $ 18-1200

；

DATALINES;
1F 000000000001911BANCO DO BRASIL SA     DIRECAO GERAL        022005110300                                                                                                                                                                 
2F 000000000001912MARCIO HAMILTON FERREIRA    000***923641**100000020101117                                                                                       
2F 000000000001912NILSON MARTINIANO MOREIRA   000***491386**100000020101117                                                                                                                          
2F 000000000001912WALTER MALIENI JUNIOR       000***718468**100000020101117                                                                                                                          
2F 000000000001912PAULO ROGERIO CAFFARELLI    000***415907**100000020120327                                                                                                                          
2F 000000000001912ADRIANO MEIRA RICCI         000***295868**100000020180412                                                                                                                          
2F 000000000001912MARCOS RENATO COLTRI        000***890627**100000020180418                                                                                                                           
2F 000000000001912CARLA NESI                  000***370266**100000020170614                                                                                                                           
6F 000000000001916499999                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      
1F 000000000002722BANCO DO BRASIL SA     MANAUS (AM)          022005110300                                                                                                                        
1F 000000000003532BANCO DO BRASIL SA     SANTOS - SANTOS (SP) 022005110300                                                                                                                              
1F 000000000004342BANCO DO BRASIL SA     CAMPOS EST.UNIF.     022005110300                                                                                                                          
1F 000000000005152BANCO DO BRASIL SA     MACAPA-EST.UNIF.     022005110300                                                                                                                          
;;;;
run;

读这个文件最好的方法是什么？

我想到了两种可能性：

一、阅读三遍txt，每个层次有三个布局。把读错的观察结果扔掉。我不确定这能不能成功。

读取前4个变量，并将行的其余部分放在字符串变量上，就像我在本例中所做的那样。然后使用一堆substr()来分隔这几个变量。我不确定这是不是最聪明的方法。

我错过了一种更简单的方法吗？

我使用的是企业版7.13。

Answer 1

您可以使用输入语句末尾的单个尾尾@来保持当前行，以便在同一数据步骤中进行进一步的输入语句。例如。

DATA want;
INFILE DATALINES;
/*Always input the first 4 variables*/
INPUT type $ 1-1 full_registry $ 2-2 type_update $ 3-3 cnpj $ 4-17 @;
select(type);
when('1') input var1; /*fill this in with input rules for type 1 records*/
when('2') input var2; /*fill this in with input rules for type 2 records*/
otherwise input; /*do not input any other variables - just ignore the row*/
end;
DATALINES;
1F 000000000001911BANCO DO BRASIL SA     DIRECAO GERAL        022005110300                                                                                                                                                                 
2F 000000000001912MARCIO HAMILTON FERREIRA    000***923641**100000020101117                                                                                       
2F 000000000001912NILSON MARTINIANO MOREIRA   000***491386**100000020101117                                                                                                                          
2F 000000000001912WALTER MALIENI JUNIOR       000***718468**100000020101117                                                                                                                          
2F 000000000001912PAULO ROGERIO CAFFARELLI    000***415907**100000020120327                                                                                                                          
2F 000000000001912ADRIANO MEIRA RICCI         000***295868**100000020180412                                                                                                                          
2F 000000000001912MARCOS RENATO COLTRI        000***890627**100000020180418                                                                                                                           
2F 000000000001912CARLA NESI                  000***370266**100000020170614                                                                                                                           
6F 000000000001916499999                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      
1F 000000000002722BANCO DO BRASIL SA     MANAUS (AM)          022005110300                                                                                                                        
1F 000000000003532BANCO DO BRASIL SA     SANTOS - SANTOS (SP) 022005110300                                                                                                                              
1F 000000000004342BANCO DO BRASIL SA     CAMPOS EST.UNIF.     022005110300                                                                                                                          
1F 000000000005152BANCO DO BRASIL SA     MACAPA-EST.UNIF.     022005110300                                                                                                                          
;;;;
run;

Answer 2

1. 读第一字符
2. 为每种记录类型创建输入语句
3. 使用来自#1的输入，使用正确的输入语句。
4. 您可能需要添加一些逻辑来保存跨行的值，特别是如果要保留公司标题信息的话。
5. 您还可能需要考虑是否希望将所有这些记录转到相同的数据集，或者您以后可以管理的三个不同的数据集；输入@1类型@；如果类型= 'A‘然后输入.；如果类型=’B‘然后输入.；运行；