SAS进阶（一）— 字符数据清洗

文章目录

• • • 一、字符型数据操作
    • • • 1）主要清洗方法
    • 2）字符型函数

• 二、使用 Perl 正则表达式检查数据错误

• • • 第1节 正则表达式

• 第2节 正则 表达式的 应用

• 第3节 正 则 表 达 式 测试 的 相 关 功能 模块

  复制代码

  * 三、数据标准化
  * * * 1）主要标准化方法
  * 2）两个文件数据的模糊匹配

一、字符型数据操作

1）主要清洗方法

• 少量非法值检查 * FREQ过程 *1.2

• 字符数据模式判别：通过DATA_null_步实现文件打印过程，并使用PUT语句执行数据赋值操作（*1.4-1.5）。

  • 打印过程结合WHERE语句实现条件判断结果（*1.6）。
  • FORMATS模块支持自定义数据格式分类（合法、非法及缺失值三类），建议优先考虑创建永久性格式方案（*1.7-1.9）。

• 非法数值处理 * 大小写字母调整 (U盘函数等) ` 乘以 1.3

  • 去除数据中非打印字符 (\text{compress} \text{ 函数}) ` 乘以 1.10

2）字符型函数