📖 Cours - Module IV - Sélectionner et créer des variables

1. Sélection de variables : KEEP et DROP

Il est possible de ne recopier que certaines variables de la table source. KEEP conserve, DROP supprime.

data TABLE_CREEE ;
    set TABLE_LUE (keep = VAR1 VAR2) ;
run ;

data TABLE_CREEE ;
    set TABLE_LUE (drop = VAR3 VAR4) ;
run ;

Les listes de variables sont séparées par des blancs, jamais par des virgules.

2. Sélection sur les lignes

Pour filtrer les observations m à n, on utilise les options FIRSTOBS= et OBS= de l'instruction SET.

data destination ;
    set source (firstobs = M  obs = N) ;
run ;

Si FIRSTOBS n'est pas précisée, la table est recopiée à partir de la première observation. Si OBS n'est pas précisée, elle est recopiée jusqu'à la dernière.

Pour sélectionner à partir d'une condition, on utilise l'option WHERE :

data TABLE_CREEE ;
    set TABLE_INITIALE (where = (AGE = 11)) ;
run ;

data TABLE_CREEE ;
    set TABLE_INITIALE (where = (AGE between 11 and 15 and WEIGHT > 60)) ;
run ;

data TABLE_CREEE ;
    set TABLE_INITIALE (where = (NAME in ("Barbara", "Ronald"))) ;
run ;

3. Définir les attributs des variables

Lorsque l'on crée de nouvelles variables, il est prudent de définir explicitement leurs attributs. Sinon la variable n'a ni format, ni informat, ni libellé, et sa longueur est celle par défaut.

Deux syntaxes équivalentes existent. L'instruction ATTRIB :

data TABLE_CREEE ;
    set TABLE_INITIALE ;
    attrib VARIABLE1 length = $24
                     format = DATE9.
                     informat = DDMMYY10.
                     label = "Libelle de la variable" ;
run ;

Ou les instructions séparées LENGTH, FORMAT, INFORMAT et LABEL :

data TABLE_CREEE ;
    set TABLE_INITIALE ;
    length   VAR1 $24  VAR2 8 ;
    format   VAR1 $24.  VAR2 DATE9. ;
    informat VAR2 DDMMYY10. ;
    label    VAR1 = "Nom du client"  VAR2 = "Date de vente" ;
run ;

Pour renommer une variable :

data TABLE_CREEE ;
    set TABLE_INITIALE ;
    rename ancien_nom = nouveau_nom ;
run ;

4. Les fonctions de manipulation de chaînes

5. Les fonctions de manipulation de dates

Deux fonctions supplémentaires méritent une place à part, car elles ne raisonnent pas en nombre de jours mais en intervalles de calendrier (mois, trimestre, année) : INTCK compte le nombre d'intervalles entiers entre deux dates, et INTNX déplace une date d'un certain nombre d'intervalles.

INTCK('interval', date_debut, date_fin)   /* nombre d'intervalles entre les deux dates */
INTNX('interval', date, n)                /* date avancee de n intervalles */

data _null_ ;
    d1 = mdy(1, 15, 2024) ;
    d2 = mdy(6, 20, 2024) ;

    nb_mois = intck('month', d1, d2) ;
    put nb_mois= ;

    d3 = intnx('month', d1, 3) ;
    put d3 date9. ;
run ;

6. Fonctions mathématiques, statistiques et aléatoires

7. Les fonctions particulières : INPUT, PUT, LAG, DIF

/* Caractere vers numerique */
age_num = input(age_char, 3.) ;

/* Numerique vers caractere */
age_char = put(age_num, 3.) ;

/* Valeur precedente et variation */
prec = lag(WEIGHT) ;
var  = dif(WEIGHT) ;

8. Exercices d'application

data work.class1 ;
    set sashelp.class (keep = name age) ;
run ;

data work.class2 ;
    set sashelp.class (drop = sex weight height) ;
run ;

data work.class3 ;
    set sashelp.class (firstobs = 8  obs = 16) ;
run ;

data work.a ;
    set sashelp.class (where = (age = 11)) ;
run ;

data work.b ;
    set sashelp.class (where = (age = 11) keep = name age) ;
run ;

data work.c ;
    set sashelp.class (where = (age between 11 and 15 and weight > 60)) ;
run ;

data work.d ;
    set sashelp.class (where = (name in ("Barbara", "Ronald"))) ;
run ;

data work.class4 ;
    set sashelp.class ;
    abrev = substr(name, 1, 3) ;
    height_cm = height * 2.54 ;
run ;

data work.class5 ;
    set sashelp.class (where = (substr(name,1,2) = "Ja")) ;
    name_y = tranwrd(name, "a", "Y") ;
run ;

data work.class6 ;
    set sashelp.class ;
    personne = "M-" || name ;
    caracteristiques = "age : " || put(age,3.) || " - taille : " || put(height,4.1)
                        || " - poids : " || put(weight,5.1) ;
run ;

data work.class7 ;
    set sashelp.class ;
    avant1 = lag(weight) ;
    avant6 = lag6(weight) ;
run ;

data work.mesdates2 ;
    set mesdates ;
    jour  = day(ma_date) ;
    mois  = month(ma_date) ;
    annee = year(ma_date) ;

    date_time = datetime() ;
    format date_time datetime19. ;

    date_jour = date() ;
    format date_jour date9. ;

    ecart = date_fin - date_debut ;

    date_plus1 = ma_date + 1 ;
    format date_plus1 date9. ;
run ;

data work.contrat ;
    debut = mdy(3, 15, 2022) ;
    fin   = mdy(11, 2, 2024) ;
    format debut fin date9. ;

    anciennete_mois = intck('month', debut, fin) ;

    prochain_anniv = intnx('month', debut, anciennete_mois + 1) ;
    format prochain_anniv date9. ;
run ;