上一篇文章介绍了数据集的更改。今天，我们将介绍数据集处理的其他选项和语句。
数据集选项END=
很多情况下，在进行数据操作时需要知道SAS什么时候在处理输入数据集的最后一条观测，这时可以使用SAS提供的数据集选项END=来帮助辨识。使用数据集选项END=的基本形式为：
在使用SET、MERGE、MODIFY、UPDATE语句时，都可以使用该选项。这里语句中的变量是数值型的临时变量，当DATA步在操作数据集的最后一条观测时，该变量的取值为1，否则为0。临时变量可以在DATA步中使用，但是不会在数据集中输出。需要特别注意的是，在使用SET、MERGE、MODIFY、UPDATE语句进行多个数据集处理时，只有当DATA步在处理所有输入数据集的最后一条观测时，该变量的取值才会由0变成1。
例4.13：数据集work.Sales中记录了公司每位员工的全年的销售额，现在欲计算全年公司的总销售额，并输出到报表中。
以下代码创建了work.Sales数据集，Emp_ID表示员工编号，Dept表示员工所属部门，Sales表示销售额。
数据集work.sales的内容如图4.23所示。
图4.23 例4.13打印输出数据集work.sales内容
现在运用END=选项计算公司全年的总销售额。
输出内容如图4.24所示。
图4.24 例4.13打印输出work.total_sales内容
上面这段代码中有以下几个要点：
END=last定义了临时变量last，当SAS在处理最后一条观测时，last的取值将变为1。
total_sales+sales;计算了公司的全年销售额。total_sales+sales;的作用和retain total_sales 0; total_sales=total_sales+sales;一样。
IF语句和OUTPUT语句判断了最后一条观测，并将该观测输出到了数据集中。
KEEP语句仅将需要输出的total_sales变量保留在数据集中。
上面计算全年销售额的代码和下面的代码等价。
自动变量FIRST.与LAST.
在DATA步中若使用了BY语句，SAS要求读入的数据集必须按BY变量排序（MODIFY语句除外），同时，SAS在程序执行过程中会自动生成两个数值型临时变量：FIRST.变量和LAST.变量，它们分别用来辨识BY组合的第一条观测和最后一条观测。当只有一个BY变量时，很容易理解它的取值。
当DATA步正在处理该BY变量值的第一条观测时，FIRST.变量为1，否则为0。
当DATA步正在处理该BY变量值的最后一条观测时，LAST.变量为1，否则为0。
当有多个BY变量时，系统会自动生成多对FIRST.变量和LAST.变量。例如，SAS在执行如下代码时，会自动生成临时变量FIRST.x和LAST.x，以及FIRST.y和LAST.y。
数据集work.try如图4.25所示。
图4.25 数据集work.try内容
当SAS处理第一条x=1的观测时，first.x=1；当SAS处理最后一条x=1的观测时，last.x=1；当SAS处理第一条x=1并且y=‘A’的观测时，first.y=1；当SAS处理最后一条x=1并且y=‘A’的观测时，last.y=1。
例4.14：数据集work.Sales中包含了每位员工的销售额和员工所属部门及性别数据，现在公司欲统计各部门男员工和女员工的总销售额，并制成报表。
首先将work.Sales数据集按Dept和Gender进行排序，然后再运用选项FIRST.与LAST.计算各部门男女员工的总销售额。
输出内容如图4.26所示。
图4.26 例4.14打印输出内容
if last.gender;是if last.gender then output;的省略写法。这里使用了RETAIN语句，使得在DATA步的循环中sales_by_dept的值可以保留在PDV中。
BY语句创建的这两个临时变量不仅可在SET语句读入单个数据集时使用，在多个数据集的拼接时也常使用。
SET语句的选项POINT= 和NOBS=
在DATA步使用SET语句读入数据集时，可使用选项POINT=指明要读入的观测序号。使用选项POINT=的基本语法为：
其中指针变量用来指明要读入特定序号的观测，必须在SET语句执行前对它赋值。在有SET语句的DATA步程序中，系统将反复执行DATA步的语句，直到遇到数据中的文件结束标志，但是在使用选项POINT=时，系统会直接读入指针指向的记录，这就很可能导致系统不会遇到文件结束标志，容易陷入死循环。因而在按指针读入数据的程序中，经常会用到STOP语句。
如果要取得数据集中观测的个数，可以使用SET语句中选项NOBS=，语法为：
其中，变量同样是临时变量，在DATA步的编译阶段赋值。
例4.15：现有一个数据集work.Whole，欲从其中随机抽取1/3的观测用来建立模型。
示例代码如下：
运行这个代码，系统将从数据集work.sample中依次抽出第1条观测，第4条观测，…，并存储到数据集work.sample，直到系统处理完数据集中的全部观测。
使用多个SET语句
在SAS中实现同一个操作，往往会有多种方法，作为补充，这里将介绍如何运用SET语句进行数据集横向合并。使用SET进行横向合并的一个好处是，在合并之前不需要将输入数据集进行排序。
例4.16：以下是使用多个SET语句的一个简单例子。
数据集work.data1和数据集work.data2的内容如图4.27所示。
图4.27 数据集work.data1和work.data2的内容
合并后的数据集work.combined如图4.28所示。
图4.28 例4.16打印输出数据集内容
在使用多个SET语句时，PDV中的变量是读入数据集的并集。首先，DATA步从第一个SET语句中读入第一条观测，并复制到PDV中；然后从第二个SET语句中读入第一条观测，并复制到PDV中。当输入数据集中有同名变量时，后读入的数据集的变量值覆盖前一个数据集中同名变量的值。新数据集中的观测数是所有输入数据集中的观测数的最小值，因为当DATA步遇到第一个文件结束标志时，DATA步就结束执行。
例4.17：在sashelp.class中记录了一个班级学生的姓名、性别、年龄、身高和体重信息，现在针对每个小朋友，欲找出比其年龄大的小朋友的姓名和年龄，并制作成报表展现出来。
示例代码如下：
图4.29是部分输出报告。
图4.29 例4.17打印输出内容
这里在PRINT过程中使用了BY语句和ID语句，BY语句可使报表按BY变量组输出列表，ID语句中的变量用来代替观测序号，置于输出的最左侧。PRINT过程在后面文章中将详细介绍。
本文结束，下一篇文章开始介绍“使用HASH对象处理多个数据集”。
回复【数据和代码】可以下载《深入解析SAS》一书的数据和代码。
查询往期文章，请回复下列关键字：
【安全】==【SAS智能平台安全管理】系列文章
【Base基础】==【Base SAS基础】系列文章
【编程概念】==【SAS编程基本概念】系列文章
【描述性统计】==【SAS统计分析系列：描述性统计分析】系列文章
【读外部数据】==【读取外部数据到SAS数据集】系列文章
【假设检验】==【参数估计与假设检验】系列文章
【单数据集处理】==【单数据集处理】系列文章
【方差分析】==【方差分析】系列文章
小贴士
SAS大学版（SAS® University Edition）是SAS为在校大学生免费提供的基于虚拟机和网页的SAS环境。回复关键字【大学版】，可以查看详细介绍。
下载路径：
https://www.sas.com/en_us/software/university-edition/download-software.html
SAS学术版（SAS® OnDemand for Academics）是 SAS 为学术届人士免费提供的、在线的、基于SAS 私有云上的应用服务环境。
用户首先需要注册，然后按照提示信息就可登录。
注册路径：
http://odamid.oda.sas.com
本文转自《深入解析SAS — 数据处理、分析优化与商业应用 》
作者：夏坤庄、徐唯、潘红莲、林建伟
如若转载本文，请在文章顶部标注 “本文转自SAS知识 （ID: SASAdvisor），摘自《深入解析SAS — 数据处理、分析优化与商业应用 》”
作者介绍
夏坤庄
《深入解析SAS — 数据处理、分析优化与商业应用》第一作者， SAS软件研究开发（北京）有限公司客户职能部总监。在承担研发工作的同时，夏及其团队负责对SAS非英语市场提供技术支持，并且与在美国及其它地区的团队一起，服务于SAS的SaaS/RaaS业务，同时提供和验证关于SAS产品和技术在应用领域的最佳实践。在加入SAS软件研究开发（北京）有限公司之前，夏就职于SAS中国公司，历任资深咨询顾问、项目经理、首席顾问、咨询经理，拥有丰富的咨询和项目实施经验。在长期的从业经历中，不但为SAS的金融行业客户成功实施了众多深受好评的项目，而且在近年领导实施了非金融行业的多个大数据分析项目。
欢迎大家投稿，一起分享SAS的点滴
投稿邮箱: sasadvisor@outlook.com
