1 创建和重定义变量
创建和重定义变量，是SAS中最受人欢迎的功能之一，你可以用以下基本形式的赋值语句，来创建和重定义变量：
variable = expression ；
variable 是变量名，可以是新变量或已有变量。expression 可以是常量、另一个变量 或 数学表达式。以下是基本类型赋值语句的示例：
| 表达式类型 | 赋值语句 |
|---|---|
| 数值常量 | qwerty = 10; |
| 字符常量 | qwerty = 'ten'; |
| 变量 | qwerty = oldvar; |
| 加法 | qwerty = oldvar + 10; |
| 减法 | qwerty = oldvar - 10; |
| 乘法 | qwerty = oldvar * 10; |
| 除法 | qwerty = oldvar / 10; |
| 求幂 | qwerty = oldvar ** 10; |
变量qwerty 是字符还是数值，取决于定义它的表达式。而表达式遵循标准的数学运算优先级顺序：先求幂，然后乘除，最后加减，并可以通过括号来改变运算顺序。
2 使用SAS函数
使用函数时需要注意几点：
- 所有函数都必须带括号，即便没有任何参数
- 参数之间用逗号分隔
- 参数可以是变量名称、数字、带引号的字符常量、表达式
另外，当涉及变量值时，SAS区分你大小写，这时常使用 UPCASE() 函数，将所有字母转换为大写。
2.1 常用SAS字符函数
函数名、语法、定义及示例详见 page89 第三章 3.3节。
2.2 常用SAS数值函数
函数名、语法、定义及示例详见 page90 第三章 3.4节。
3 IF-THEN语句
3.1 使用if-then语句（单分支）
if-then语句，又称为条件逻辑，用法类似于python中分支结构里的单分支（只有一个真区间）。
语法：if condition then action ;
在条件condition为真时，执行then后面的action语句。condition可以是常量、变量或表达式，通过比较运算符、in运算符等进行比较。
比较运算符
| 符号 | 助记符 | 含义 |
|---|---|---|
| = | EQ | 等于 |
| ^=、~= | NE | 不等于 |
| > | GT | 大于 |
| < | LT | 小于 |
| >= | GE | 大于等于 |
| <= | LE | 小于等于 |
IN 运算符
in运算符是将变量值与值列表进行比较。
示例：if model in ('model T', 'model A') then make = 'ford';
DO 组合
一个IF-THEN语句只能由一个动作，如果想要执行多个动作，则可以添加关键字DO和END。
do语句将在其后出现直至与之匹配的end语句为止的所有SAS语句视为一个单元。do语句、end语句和它们之间的所有语句一起，被称为do组合。
语法：
if condition then do;
action1;
action2;
……
end;
逻辑运算符
IF-THEN语句中condition条件判断，还能包含逻辑运算符ADN、OR及其组合，来进行多个条件的组合判断。
| 符号 | 助记符 | 含义 |
|---|---|---|
| & | AND | 所有表达式必须为真 |
| |、! | OR | 至少有一个表达式为真 |
示例：if condition1 and condition2 then action ;
3.2 使用if-then/else语句分组观测（双分支/多分支）
对观测进行分组的常用方法有：
- IF-THEN语句
- SELECT语句
- PROC FORMAT 生成的用户自定义格式的PUT函数
而创建分组变量的最简单和最常见方法，就是使用一系列IF-THEN语句。并且，通过在IF语句中添加关键字ELSE，可以告知这些语句是相关的，用法类似于Python中的双分支和多分支。
IF-THEN/ELSE 语句
基本语法：
if condition then action;
else if condition then action;
else if condition then action;
注意，ELSE语句是添加在IF-THEN语句前面，这样的语句可以是无限多个。ELSE语句保证分组的逻辑是相互排斥的，一旦观测满足某个条件，SAS就会跳过不执行该系列其余语句。
有时，ELSE语句系列中的最后一个ELSE会不同，它只包含一个动作而没有TF或THEN。这种ELSE充当默认值的角色，它将执行所有未能满足任何先前的IF语句的观测。但你只能有一个这样的语句，它必须是 IF-THEN/ELSE 系列中最后一个语句。
语法如下：
if condition then action;
else if condition then action;
else if condition then action;
……
else antion
示例：
if cost = . then costgroup = 'missing';
else if cost < 2000 then costgroup = 'low';
else if cost < 10000 then costgroup = 'medium';
else costgroup = 'high';
4 提取数据中的子集（if语句/delete语句）
IF语句
在SAS中，提取数据集中的某些观测而排除其余观测，最常见的方法是 IF 语句和 WHERE 语句。IF语句的基本语法形式如下：
if expression ;
如：if sex = 'f' ;
可以把 IF 语句看成是 IF-THEN语句的特例。其含义是：若表达式为真，则SAS继续执行data步；若表达式为假，则SAS停止处理该观测的后续语句，即该观测不会添加到正在创建的数据集，然后SAS接着处理下一个观测。
简单地理解，可以把IF语句看成是一个开关：
- if条件为真，开关打开，观测被处理
- if条件为假，开关关闭，观测不被处理
DELETE语句
与IF语句告诉SAS要哪些观测相反，delete语句告诉SAS不要哪些观测。如果sex变量只包含两个变量且灭有缺失值，则下面两条语句等价。
*if语句;
if sex = 'f';
*delete语句;
if sex = 'm' then delete;
总之，当更容易指定条件包含观测时，取子集用 IF 语句；而在更容易指定条件排除观测时，用 DELETE 语句。
5 使用SAS日期
SAS日期是等于 1960.1.1 以来的天数值。关于日期处理，SAS有专门的工具：日期输入函数、输出格式和操作日期的函数。
输入格式
可以使用格式化的输入方式，来读取日期型变量，把日期数据转换为 1960.1.1 以来的天数。
示例：input birthday ANYDTDTE9. ; /* ANYDTDTEw是一种特殊的输入格式，能读取几乎任意格式的日期 */
设置输入的默认世纪
当遇到类似 07/04/76 的两位数年份日期数据时，SAS必须判断年份是在那个世纪，是1976，2076，还是其他？系统选项 YEARCUTOFF= 选项指定SAS使用的百年跨度的第一年，可以使用OPTIONS语句修改此值：
示例：options yearcutoff = 1950 ;
上面语句含义是告知SAS，将两位数的日期解释为发生在1950年开始，往后跨度100年，即1950年 ~ 2049年间。
关于日期的更多输入格式，见page100。
此外，一旦使用SAS日期输入格式来读取变量，它就可以像其他数值变量一样，在算术表达式中随意使用。如
duedate = checkdate + 21 ; 也可以在SAS表达式中使用日期作为常量，如：day = '22apr2014'D ;
5.1 常用SAS日期函数
示例
age = int(yrdif(birthdate, today(), 'age')) ;
更多函数及其用法，参见page100。
5.2 常用SAS日期输出格式
如果打印SAS日期值，SAS将默认打印距离 1960.1.1 的实际天数，但这并不利于观察。所以，SAS提供了多种输出格式用来以不同的格式打印日期。
示例：format birthdate worddate18. ;
更多输出格式及其用法，参见 page100 和 page125。
6 保留迭代初始值和累加（retain语句与求和语句）
当SAS读取原始数据时，在DATA步每次迭代开始时会将所有变量设置为缺失值。这些值可以通过input语句或赋值语句来修改，但当SAS返回到data步的开始并处理下一个观测时，它们会被重新设置为缺失值。可以使用RETAIN语句和求和语句来改变这种方式。
RETAIN语句
ratain语句，能让变量的值从data步的一次迭代保留到下一个迭代。ratain语句能出现在data步的任何位置，常用的有两种语法形式：
RETAIN variable-list ; *variable-list指所要保留的变量;
RETAIN variable-list initial-value ; *initial-value是为变量指定初始值来代替缺失值进行迭代;
求和语句
求和语句不仅保留了上一次迭代的值，还将其值累加到表达式中，适用于将表达式的值累加到变量这种特殊场景。
语法：variable + expression ;
求和语句将表达式的值累加到变量中，同时将变量的 值从data步的一个迭代保留到下一个迭代。需要注意的是，该变量必须是数字，且初始值为0。可以使用RETAIN语句和SUM函数来重写此语句，两者等价。
语法格式：
RETAIN variable 0;
variable = sum(varible, expression);
综合示例如下：
libname zdata "D:datasas_file";
data zdata.gamestats;
infile "D:datasas_file estdata.dat";
input month 1 day 3-4 team $ 6-25 hits 27-28 runs 30-31;
retain maxruns;
maxruns = max(maxruns, runs);
runstodata + runs;
run;
proc print data = zdata.gamestats;
title "games total";
run;
7 利用数组简化程序（array语句）
数组是相似元素的有序集合
若想对很对变量做同样的事情，你可以编写一系列赋值语句或者IF语句，但更简便的方法是使用数组。在SAS中，数组是一组变量，你可以将数组定义为喜欢的任何变量组，前提是它们全是数值 或 全是字符。SAS中使用data步中的ARRAY语句来定义。
语法：array name (n) $ variable-list ;
其中，name为数组名字，n是数组中的变量个数。在（n）的后面是变量名列表。列表中的变量个数必须等于括号中给出的数字（也可以使用 {} 或 [] 来代替括号），这被称为显式数组。如果变量是字符且之前未定义，则需要加 $ 符号。
变量仅在data步运行时存在，不与数据集一起存储。可以给数组取任何名字，命名规则遵循SAS标准命名规则，但不能与数据集中的变量名相同。
为使用方便，可以使用数组名称和下标，来引用变量，类似于python中的切片，不同的是下标是从1开始，且用的是括号（），如下：
array store(4) macys penneys sears target ;
则store(1)指代变量 macys ， store(4)指代变量 target 。
data zdata.songs;
infile "D:datasas_filesongs.dat";
input city $ 1-15 age wj kt tr filp ttr;
array song (5) age wj kt tr filp ttr;
do i = 1 to 5; /* DO循环类似于python中的for循环 */
if song(i) = 9 then song(i) = .;
end; /* 结束循环 */
run;
8 使用变量名列表的快捷方式
当编写的变量名称列表中变量数量过多时，推荐使用一种快捷方式 —— 变量缩写列表。
函数中的缩写列表
在函数中，缩写列表之前必须有关键字OF，如sum(of cat 8 - cat12)
数字范围列表
以相同字符开始，并以连续数字结尾的变量，可以时数字范围列表的一部分。只要数字时顺序相连的，就能以任何数字开始和结束。
| 变量列表 | 缩写列表 |
|---|---|
| input cat8 cat9 cat10 cat11 cat12; | input cat8 - cat12; |
名称范围列表
名称范围列表取决于SAS数据集中变量的内部顺序或为止，即data步中变量的出现顺序。如下：
data example;
input y a c h r;
b = c + r;
run;
要指定名称范围列表，先是第一个变量，接着时连个连字符（--），然后是最后一个变量。
| 变量列表 | 缩写列表 |
|---|---|
| put y a c h r b ; | put y -- b ; |
如果不确定内部顺序，可以使用proc contents中的 POSITION 选项来查找，作用是列出数据集中的变量，并按位置排序。
libaname mydir "D:datasas_file";
proc contents data = mydir.diatance position;
run;
名称前缀列表
以相同字符开头的变量可以是名称前缀列表的一部分，可以在某些SAS语句和函数中使用。例如：
| 变量列表 | 缩写列表 |
|---|---|
| dogbills = sum(dogvet, dogfood, dog_care); | dogbills = sum(of dog:); |
特殊SAS名称列表
有三个可用于任何位置的特殊名称列表：
- _ALL_：表示数据集中所有变量
- _CHARACTER_：表示数据集所有字符变量
- _NUMERIC_：表示数据集中所有数值变量
这些名称列表在要计算某观测的所有数值变量的均值时（MEAN(OF _NUMERIC_)），或列出某观测所有变量的值时（PUT _ALL_）非常有用。
data zdata.songs;
infile "D:datasas_filesongs.dat";
input city $ 1-15 age wj kt tr filp ttr;
array new (5) song1-song5; /* 数字变量列表 */
array old (5) wj--ttr; /* 名称范围列表 */
do i = 1 to 5;
if old(i) = 9 then new(i) = .;
else new(i) = old(i);
end;
avgscore = mean(of song1-song5); /* 缩写变量列表 */
run;