07 2017 档案
摘要：在实际应用中，我们经常会把宽数据（一个患者一条观测）转化为长数据（一个患者多条观测）或者将长数据（一个患者多条观测）转换为宽数据（一个患者一条观测），在R中我们可以利用Reshape2包来实现。在SAS中有两种实现方法：数组和TRANSPOSE。这一篇博文先讲解利用数组重构SAS数据，下一篇博文将介绍利用TRANSPOSE函数重构SAS数据。 1.宽数据变长数据 ***创建数据集 DATA DI...
阅读全文
posted @ 2017-07-27 11:00
zzwhu
摘要：参考资料：《Longitudinal Data and SAS: A Programmer's Guide》
阅读全文
posted @ 2017-07-26 16:35
zzwhu
摘要：PROC MEANS和PRC FREQ在做描述性分析的时候很常用，用法也比较简单，不过这两个过程步的某些选项容易忘记，本文就梳理一下。 在进入正文前，我们先创建所需的数据集TEST_SCORES： DATA TEST_SCORES; INPUT COUNTY : $9. SCHOOL & $21. TEACHER : $8. MATH SCIENCE ENGLISH; DATALINES; HUN...
阅读全文
posted @ 2017-07-25 10:58
zzwhu
摘要：考虑这样一种场景：我们有一份患者入院检查的数据，我们知道一个患者有可能会多次去医院做检查，每次检查的结果可能为阳性，也可能为阴性。我们现在关注的是某一个患者在若干次检查中是否出现了阳性结果，在R中我们可以使用any函数，在python中可以利用pandas的groupby函数，在SAS中该如何处理呢？今天就立一个flag来解决它。 1. ***创建数据 DATA LAB; INPUT PA...
阅读全文
posted @ 2017-07-25 09:58
zzwhu
摘要：FIRST.和LAST.临时变量是SAS很有特色的一点，我在R和Python中暂时没有发现类似的功能（也许它们也有这个功能，我不知道而已）。考虑这样一种场景：我们有患者就诊的数据，每一条观测对应一个患者的一次就诊记录，我们知道一个患者可能会多次就医，那么如何找到这个患者第一次就医时间以及最有一次就医时间呢？又或者我们如何确定一个患者是不是因为同一个疾病多次入院。这篇博文将详细介绍如何利用FIRST...
阅读全文
posted @ 2017-07-24 17:23
zzwhu
摘要：在实际的应用中，我们会想查看当前观测的上一个观测值，在上一篇博客中我们使用了RETAIN语句来记录上一条观测，其实SAS还提供了一个很好用的函数LAG。当我们使用函数时，一定要明确该函数的返回值是什么。之前我一直认为LAG就是滞后一阶，返回当前观测的上一个值，实际上这种理解是错误的。 LAG返回的是
阅读全文
posted @ 2017-07-24 16:11
zzwhu
摘要：在上一篇博客里我们讲解了在python里运用pandas对数据进行分组，这篇博客将接着讲解对分组后的数据进行聚合。1.python 中经过优化的groupy方法先读入本文要使用的数据集tips.csvtips=pd.read_csv('tips.csv')tips.head()
阅读全文
posted @ 2017-07-23 17:44
zzwhu
摘要：本文重点： 使用RETIAN,INPUT在每次循环执行时保留上一次PDV中的变量值。 SUM语句和SET语句会自动RETAIN变量。 1. RETAIN语句 1.1 Example 1 先来看看在DATA步不使用和使用RETAIN语句的差异 没有使用RETAIN: 使用RETAIN: 注意比较两段代
阅读全文
posted @ 2017-07-22 22:53
zzwhu
摘要：其实我是不喜欢SAS的。当然，我不喜欢她，并不代表她不好，实际上在某些应用场景下SAS是款很优秀的软件。我的数据分析之路始于R,品尝过R的灵活与简洁（不论是软件安装还是语法）后，再来学习SAS，的确提不起兴致。然而由于：1.导师的项目数据量较大（几Gb到几十Gb）；2.之前的项目代码师兄已经用SAS
阅读全文
posted @ 2017-07-22 16:43
zzwhu
摘要：前言 Python的pandas包提供的数据聚合与分组运算功能很强大，也很灵活。《Python for Data Analysis》这本书第9章详细的介绍了这方面的用法，但是有些细节不常用就容易忘记，遂打算把书中这部分内容总结在博客里，以便复习查看。根据书中的章节，这部分知识包括以下四部分： 1.G
阅读全文
posted @ 2017-07-21 20:42
zzwhu
摘要：前言 之前在windows平台上安装python直接用Anaconda,优点是所有的科学计算的库都整合进去了，安装方便。在Mac系统下，当然也可以直接安装Anaconda,但是考虑到Mac会自带python就没有安装它。不过Mac自带的python毕竟是系统级的，并且安装的不是最新的版本（我的自带版
阅读全文
posted @ 2017-07-17 22:14
zzwhu
摘要：xlsx包可以用来读取excel数据，ReporteRs包可以用来直接输出word报告，这两个包都对rJava包有依赖，所以必须先安装rJava. (1)查看mac的java信息 java版本： > java –version java路径： >which java java HOME: >/usr/libexec/java_home (2)添加环境变量 操作步骤： 1.打开Terminal ...
阅读全文
posted @ 2017-07-14 17:57
zzwhu
浙公网安备 33010602011771号