数据结构：我有一个数据集，可以作为Excel或CSV文件读取。它有以下变量类型：日期、时间、数值变量以及哪些 * 应该 * 是错误地将字符附加到数字的数值变量-例如-0.011* 和0.023954029324）（结尾的括号在单元格中）-由于写文件的程序中的错误。每个记录之间也有空行，而且删除所有这些是不现实的，因为我有数百个文件要管理。
数据问题：我们已经确定某些值对于字符是正确的（即，只要去掉星号，-0.011是正确的），而其它值，例如0.023954029324），完全不正确，应将其删除。请不要'不要对这个问题发表评论，因为它超出了我的控制范围，此时我所能做的就是管理数据，直到错误得到修复，字符值停止写入文件。
SAS的问题：
1)如果对Excel文件使用PROC IMPORT，SAS将使用前八行（CSV文件为20），以确定变量是数字还是字符。如果前20行中没有括号星号，SAS会认为变量是数字，然后使后面的单元格中缺少字符值。对于星号，这是不允许的。因为我想保留值的数字部分，并在后面的数据步骤中删除星号。使用PROC IMPORT导入Excel文件不允许使用GUESSINGROWS选项（与使用CSV文件时一样，请参阅下文）。此外，MIXED=YES选项不起作用（见下面的注解-仍然需要更改SAS使用的行数，对我来说，这意味着这个选项做什么？）。
2)如果我对CSV文件使用PROC IMPORT，我可以指定GUESSINGROWS=32767，这让我非常兴奋，因为它会确定带星号的变量是字符，并保留星号。（就像导入Excel文件时一样，只要括号位于前20行），而是删除字符并将值舍入到最接近的整数（0.1435980234变成0，1.82149023843变成2，等等）。这是太粗糙的四舍五入-我需要保持小数位。而且，最重要的是，圆括号现在没有了，所以我不能使适当的单元格丢失。我不知道是否有一种方法使SAS不舍入和/或保持圆括号。对我来说，这是不一致的行为-为什么星号而不是括号在这种情况下被视为字符？另外，当我在Excel文件中读取w/ PROC IMPORT（如（1）中所述）时，它 * 可以 * 科普w/括号（如果它们出现在前20行中）-另一个不一致。
3)如果我使用INFILE，那么-我得到一个错误w/每个变量我试图读入-这个过程是太敏感和不稳定的方式如何变化的数据（我必须编码一个解决办法的空白数据行）。
最终目标（注意，如果有必要，此代码将在宏中自动运行）：
1)将日期变量读取为日期
2)将时间变量读取为时间
3)能够识别变量的任何单元格中存在的字符（即使在20行之后）作为字符变量，并在单元格中维护值（即不舍入/删除字符）。这可以通过先验告诉SAS让某个变量集为字符（我会把它们改成数字后，我摆脱字符/使单元格失踪），或由SAS识别变量w/字符本身。
1条答案
按热度按时间chhqkbe11#
TYPEGUESSROWS中定义-通常存储在HKLM\Software\Microsoft\Office\14.0\Access Connectivity Engine\Engines\Excel\TypeGuessRows\（或在此处插入您的办公室版本）。将该值更改为FFFF（十六进制）/65536（十进制）或其他较大的数字，或零以搜索最大行数（比16000多一位-很难找到确切的数字）。1.对于CSV文件，你可以写一个数据步导入来控制每个变量的格式。最简单的方法是运行PROC IMPORT，然后检查你的日志;日志将包含用于在数据步骤中读取文件的完整代码。然后根据需要修改informats。您说您在使用Infile方法时遇到了太多麻烦，因此可能这对您不起作用。但通常情况下，你可以解决任何不一致的问题--如果你的文件是如此不一致，听起来你无论如何都要做大量的手工工作。时间变量也正确。
1.您还可以使用PROC IMPORT/CSV来导入日志，将日志写入一个文件，然后读取该文件并自己生成新的导入代码--甚至可以从生成的文件中删除proc内容，进行已知的修改。
不确定您询问的日期/时间是什么，因为您在问题的第一部分没有提到它的问题。
另外一个选项是在读入之前清除字符（从CSV文件中），如果它真的只是数字和逗号（以及小数和负号），这是非常简单的：
然后使用proc import读取新文件。我将其拆分为两个数据步，以便您可以看到它，但您可以将它们合并为一个以便于运行-在SAS文档中查找“在适当位置更新文件”。您也可以使用操作系统特定的工具完成此清理;例如，在Unix上，一个简短的awk脚本可以很容易地删除行为不端的字符。