המידע שאנחנו מעבדים ב – SAS מגיע ממקורות רבים, חלקו מקבצים שטוחים כגון CSV, DAT וחבריהם, חלקו מבסיסי נתונים והיתר ממגוון רחב של מקורות שונים ביניהם מקור נתונים שהולך ותופס חלק גדול יותר ויותר בשנים האחרונות - האינטרנט.   גופים רבים מאפשרים לנו גישה (חלקם באופן חופשי וחלקם לא) למגוון רחב של נתונים דרך האתרים שלהם באינטרנט. וחברת SAS דאגה לכך שנוכל לעבוד עם נתונים גם ממקור זה כחלק מתוכניות ה – SAS שלנו.   אחראי מרכזי על הקסם הזה ב -SAS  הוא PROC HTTP שמאפשר לנו לבצע אינטראקציות עם אתרי אינטרנט בדומה לדפדפן ובכך לשלב בקוד ישירות שלנו מגוון פתרונות לגישה לנתונים שיושבים באינטרנט ללא מגע יד אדם.   לשם הדוגמא נשתמש באתר השירות המטאורולוגי של ישראל שמאפשר דרך האתר שלו גישה למספר נתונים, ביניהם מגוון מדדי מזג אויר בתחנות המדידה בארץ: filename httpout temp; proc http method="GET" /*getting information by accessing a web address*/ url="https://ims.data.gov.il/sites/default/files/xml/imslasthour.xml" /*the web address of the file we want to download*/ out=httpout /*the data we will download will be saved to this filename*/; run; * Processing the data we have just got; libname httpout xml; * Reading the downloaded data using the XML engine; data WEATHER_NAMES; set httpout.Hebrewvariablesnames; run; data WEATHER_OBS; set httpout.observation; run; * Just having some fun - adding the full columns descriptions in Hebrew as labels; proc transpose data=WEATHER_NAMES out=WEATHER_NAMES_T(drop=_label_ rename=(_name_=Column_NM col1=Column_Hebrew_NM)); var _all_; run; filename sascode temp; data _null_; set WEATHER_NAMES_T end=last; file sascode; if _n_=1 then do; put "proc datasets nolist lib=work;"; put "modify WEATHER_OBS;"; end; put "attrib " column_nm "label='" column_hebrew_nm +(-1) "';"; if last then do; put "run;"; put "quit;"; end; run; %include sascode; * Clean up; filename sascode clear; filename httpout clear; חגי ... View more

לפעמים יש ב – SAS פונקציות מעניינות (לטעמי לפחות) אבל אני מתקשה למצוא דוגמא ממשית כדי להראות את השימוש שלהן. סתם לזרוק שמות של פונקציות זה קצת משעמם ובשביל יש את ה – HELP של SAS עם הרשימה המלאה של כל הפונקציות הקיימות. לרוב אני פשוט ממתין שיבוא לי רעיון לדוגמא מעניינת אבל השבוע נתקלתי בשתי פונקציות שפשוט לא יכולתי להמתין.   הפונקציות הן LCM ו – GCD ששמן הוא תיאור מדויק של מה שהן עושות. LCM היא Least Common Multiplier ואילו GCD היא Greatest Common Divider. הראשונה מחזירה את המספר הקטן ביותר שהוא המכפיל המשותף של כל המספרים שהועברו לפונקציה כפרמטרים ואילו השנייה מחזירה את המספר הגדול ביותר שמחלק את כל המספרים שהועברו לה כפרמטרים. השימוש שלהן די פשוט: data _null_; x=lcm(2, 4); put x=; x=lcm(2, 5); put x=; x=lcm(11, 13); * Being clever; put x=; x=lcm(2, 3.5); * The parameters must ne integers; put x=; run; data _null_; x=gcd(2, 4); put x=; x=gcd(2, 5); * Nothing in common; put x=; x=gcd(181543000, 128758000); * Good to know; put x=; run; סתם שתי פונקציות מעניינות שאני אשמח אם מישהו מהקוראים נתקל בשימוש כלשהו עבורן "בעולם האמיתי" חגי ... View more

למספרים אקראיים תפקיד חשוב במדעי המחשב באופן כללי ותפקיד חשוב אף יותר בתוכנה סטטיסטית כמו SAS. הבעיה העיקרית עם מספרים אקראיים היא שקשה מאוד לייצר מספרים שהם באמת אקראיים, במיוחד שצריכים מספר גדול מאוד מהם.   במהלך השנים פותחו ועדיין מפותחים אלגוריתמים ליצירת זרם (stream) של מספרים אקראיים כך שהמספרים יהיו אקראיים כמה שיותר. גם SAS מכילה היסטוריה של פונקציות ליצירת מספרים אקראיים כאשר לפונקציות הישנות יותר התווספו פונקציות חדשות עם ביצועים משופרים. הפונקציות הקלאסיות ב – SAS ליצירת מספרים אקראיים ממשפחת RAND כמו למשל RANUNI ליצירת מספרים אקראיים מהתפלגות אחידה, RANNOR ליצירת מספרים אקראיים מהתפלגות נורמלית וכך הלאה.   נכון להיום ההמלצה היא לא לעשות שימוש בפונקציות הללו אלא בפונקציה החדשה והמשופרת RAND אשר מבוססת על אלגוריתמים מעודכנים יותר.   כדי לאתחל את זרם המשתנים האקראיים שלנו עם גרעין (seed) ספציפי או אם אנחנו מרגישים מאוד אקראיים ורוצים לעשות שימוש דווקא במחולל מספרים אקראיים מסוים ניתן לקרוא לפונקציה CALL STREAMINIT עם הערכים המתאימים. לאחר מכן, כל קריאה ל – RAND עם הפרמטרים המתאימים תייצר לנו מספרים אקראיים כאוות נפשנו: data RANDOMS; call streaminit(22); do i=1 to 1000; Uni=rand('UNIFORM'); Normal=rand('NORMAL'); Weibull=rand('WEIB', 1, 2); output; end; run; חגי ... View more

חלק מהותי בעולם המודרני הם תקנים או סטנדרטים בין-לאומיים העומדים בבסיס המסחר, התקשורת והכלכלה הגלובלית. האחידות מאפשרת ייצור המוני, הובלה יעילה והעברת מידע פשוטה בין גופים שונים המדברים שפות שונות ועושים שימוש במערכות שונות.   אחד מהארגונים הבולטים ביצירת ויישום של תקנים בין לאומיים הוא ה – International Organization for Standardization המוכר יותר בשם ISO (כן, הם מתעקשים שהקיצור מבוטא כמילה אחת - "איזו" - ולא כראשי-תיבות "איי, אס, או").   התקנים של הארגון הזה מקיפים אותנו בכל זמן גם אם אנחנו לא שמים לכך לב. מי שזוכר את הפילם שהשתמשו בהם לצילום לפני כמה אלפי שנים בטח עוד זוכר את מדד ה – ISO שמדד את הרגישות של הפילם לאור. המדד הזה המשיך גם למצלמות הדיגיטליות וחובבי הצילום מכירים אותו היטב עד היום.   גם בכביש אנחנו מוקפים בתקני ISO שונים במכוניות שלנו ובציוד מסביבנו כמו למשל המכולות – אותן קופסאות מתכת גדולות שמשמשות להובלת מטען באוניות ומשאיות. המכולות באות בגדלים שונים שנקבעו ע"י ה – ISO למשל: 20 פיט (כ – 6 מטר), 40 פיט (כ – 12 מטר) ועוד מספר גדלים מצומצם וכך מבטיחים שאותה מכולה תתאים בכל ספינות המטען ובכל המשאיות בעולם (ארה"ב המציאה כמה מידות משלה אבל לה מותר).   אפילו ב – SAS יש למומחי ה – ISO נגיעה עם התקן שלהם לייצוג תאריכים הידוע בשם ISO8601. התקן, כמו כל התקנים, בהחלט נראה כאילו נוצר ע"י ועדה, כלומר ארוך, מורכב ומלא ניסוחים מרדימים אבל בגדול תאריך מיוצג ע"י שנה, חודש ויום מופרדים במקפים, האות T ואז שעות, דקות ושניות המופרדות בנקודתיים. המקפים והנקודתיים הם אופציונלים. בהתאם לכך יש ב – SAS מגוון רחב של format-ים ו – informat-ים לשם קריאה וכתיבה של תאריכים המיוצגים עפ"י תקן ה – ISO8601 למשל: data _null_; * FORMATs; date="31jul2021"d; put date= b8601da.; * ISO8601 date in short notation; put date= e8601da.; * ISO8601 date in extended notation; datetime="31jul2021:21:15:47"dt; put datetime= b8601dt.; * ISO8601 datetime in short notation; put datetime= e8601dt.; * ISO8601 datetime in extended notation; put datetime= e8601lx.; * ISO8601 datetime in extended notation including the time zone; time="21:15:47"t; put time= b8601tm.;* ISO8601 time in short notation; put time= e8601tm.;* ISO8601 time in extended notation; put time= e8601lz.;* ISO8601 time in extended notation including the time zone; * INFORMATs; basic_iso_date="20210731"; date=input(basic_iso_date, b8601da.); put date= ddmmyy10.; extended_iso_date="2021-07-31"; date=input(extended_iso_date, e8601da.); put date= ddmmyy10.; extended_iso_datetime="2021-07-31T15:47"; datetime=input(extended_iso_datetime, e8601dt.); put datetime= datetime22.; run; חגי ... View more

כפי שציינו מספר פעמים בשפת ה – SAS יש מאות פונקציות שונות. חלקן יחידות במינן אבל חלקן באות במשפחות שלמות. אחת ממשפחות אלו היא משפחת any. המשפחה הזאת כוללת 13 פונקציות שמאפשרות לנו לבצע בדיקות ובקרות שונות על מחרוזות.   נתחיל את הדוגמאות עם הפונקציה ANYDIGIT. הפונקציה הזאת מקבלת כפרמטר מחרוזת ומחזירה את מיקום התו הראשון במחרוזת הזאת שהוא ספרה כלשהי. אם אין במחרוזת אף ספרה אז מקבלים בחזרה 0:   data _null_; length a_string $20 position 8; a_string='nbh12314'; position=anydigit(a_string); put position=; a_string='12314'; position=anydigit(a_string); put position=; a_string='nbh'; * No digit at all; position=anydigit(a_string); put position=; run;   חברה נוספת במשפחה היא ANYALPHA שכשמה כן היא – מחזירה את המקום הראשון במחרוזת שמכיל אות כלשהי (אות ממש - לא ספרה, רווח, סימן ניקוד וכו'):   data _null_; length a_string $20 position 8; a_string='nbh12314'; position=anyalpha(a_string); put position=; a_string='12314'; position=anyalpha(a_string); put position=; a_string='123בדיקה'; position=anyalpha(a_string); put position=; run;   יתר החברות במשפחה הן ANYALNUM, ANYCTRL, ANYFIRST, ANYGRAPH, ANYLOWER, ANYNAME, ANYPRINT, ANYPUNCT, ANYSPACE, ANYUPPER ו - ANYXDIGIT   לכל פונקציה במשפחת any יש בת זוג במשפחת not אשר עושה בדיוק ההפך. לדוגמא זוגתה של ANYDIGIT היא NOTDIGIT אשר מחזירה את מיקומו של התו הראשון במחרוזת שהוא לא ספרה. הפונקציה הזאת שימושית מאוד בבדיקה שמחרוזת מסוימת מכילה ספרות בלבד לפני שאנחנו מנסים להפוך אותה למספר:   data _null_; length a_string $20 position 8; a_string='nbh12314'; position=notdigit(a_string); put position=; a_string='12314'; position=notdigit(a_string); put position=;* What?; a_string='12314'; position=notdigit(strip(a_string)); * Must remove spaces - a space is not a digit!; put position=; a_string='nbh'; position=notdigit(a_string); put position=; run;     חגי ... View more

לפני מספר שנים הייתי צריך לכתוב מאקרו שיבצע מספר חישובים סטטיסטים פשוטים: ממוצע, מקסימום, מינימום, סטיית תקן וכו' על כל המשתנים הנומרים בטבלה אשר המאקרו יקבל כפרמטר.   לכאורה משהו די פשוט. בעזרת טבלאות ה – dictionary שדיברנו עליהן בעבר ניתן לזהות את המשתנים הנומרים ולאסוף את כולם למקום המתאים ב – proc means. אכן פשוט פרט לנקודה בעייתית אחת – גם משתני תאריך ב – SAS הם משתנים נומרים אבל, כמובן, שאין לכלול אותם בחישובים הסטטיסטים.   בעיה, אבל אנחנו דבקים במשימה ואחרי מעט מחשבה הגעתי למסקנה שאני יכול לזהות את משתני התאריך עפ"י הפורמט שמופעל עליהם – אם על משתנה נומרי יש פורמט של תאריך אז בהגדרה מדובר במשתנה שמכיל תאריך – פשוט מאוד.   באופן טבעי השאלה הבאה היא מהם פורמטים של תאריך? חיפשתי וחיפשתי שאלתי ושאלתי אבל כל המקורות שלי אמרו שאין רשימה מובנית של פורמטי תאריך ב – SAS צריך פשוט לבנות אחת כזאת ידנית. נשמע לי קצת מוזר ובעייתי, ל – SAS יש מאות פורמטים איך אני יודע שלא פספסתי כמה, אבל הזמן דחק והאויב של הטוב זה המצוין אז יצרתי לי רשימה של פורמטי התאריך הנפוצים ביותר והמשכתי הלאה.   השנים עברו ופתאום בעודי עובר להנאתי על התיעוד של הפונקציות ב – SAS (מה, רק אני עושה את זה?) מצאתי את הפתרון – הפונקציה FMTINFO שעבור כל פורמט שהיא מקבלת כפרמטר היא מחזירה לנו מגוון מידע כולל הקטגוריה אליה הוא שייך – מושלם. ככה זה עובד: data COLUMNS_FORMATS(keep=var_nm format_:); set SASHELP.PRDSAL3(obs=1); array nums {*} _numeric_; * All the numeric variables; length Var_NM $32 Format_NM $8 Format_Category $10 Format_Type $10 Format_Desc $50 Format_MinD Format_MaxD Format_DefD Format_MinW Format_MaxW Format_DefW 8; do i=1 to dim(nums); Var_NM=vname(nums[i]); Format_NM=vformatn(nums[i]); * We need just the format name without the the width, the dot and the decimal; Format_Category=fmtinfo(format_nm, 'cat'); * The jackpot!; Format_Type=fmtinfo(format_nm, 'type'); Format_Desc=fmtinfo(format_nm, 'desc'); Format_MinD=input(fmtinfo(format_nm, 'mind'), 3.); * fmtinfo always returns strings. We convert these values into numbers; Format_MaxD=input(fmtinfo(format_nm, 'maxd'), 3.); Format_DefD=input(fmtinfo(format_nm, 'defd'), 3.); Format_MinW=input(fmtinfo(format_nm, 'minw'), 3.); Format_MaxW=input(fmtinfo(format_nm, 'maxw'), 3.); Format_DefW=input(fmtinfo(format_nm, 'defw'), 3.); output; end; run; חגי ... View more

בדר"כ אין חשיבות אמיתית לסדר של העמודות בטבלה. כל עוד העמודה קיימת והיא מהסוג והגדול הנכונים התהליכים שלנו יעבדו בצורה תקינה.   לעיתים אבל אנחנו מעדיפים שהעמודות כן יופיעו בסדר מסוים, למשל כדי שיהיה לנו יותר נוח לבדוק את הנתונים במבט או פשוט כי אנחנו שואפים לשלמות והעובדה שהעמודות לא מופיעות בסדר הנכון מונעת מאיתנו שינה בלילה.   ניתן לפתור את הבעיה בעזרת קצת קוד: * Creating a sample table; proc sql noprint; create table CARS as select make, cylinders, count(*) as Records from SASHELP.CARS where cylinders^=. group by 1,2; quit; proc transpose data=CARS out=CARS_T(drop=_name_) prefix=CYL; by make; var records; id cylinders; run; * The actual example starts here; * Getting the columns we want in a specific order; proc sql noprint; create table CARS_COLUMNS as select name from dictionary.columns where libname='WORK' and memname='CARS_T' and name like 'CYL%'; run; * To get the columns with a numeric suffix to sort properly we had to dig deep into the documentation; proc sort data=CARS_COLUMNS sortseq=linguistic(numeric_collation=on); by name; run; * Creating the table with the columns properly ordered; * I really like my generated code to be formatted just like a user written code; filename sascode temp; data _null_; set CARS_COLUMNS end=last; file sascode; if _n_=1 then do; put 'proc sql noprint;'; put 'create table CARS_T1 as'; put 'select'; put 'make,'; end; put name +(-1)@; * I want the comma in the same row as the column name and with no space between them - not really needed; if ^last then put ','; else do; put / 'from CARS_T;'; * The / symbol is to have the statement in a new line; put 'quit;'; end; run; %include sascode;* Executing the code we have just generated; כמובן שיש מספר דרכים לבצע את המשימה הזאת ב – SAS והדרך לעיל היא רק אפשרות אחת. כפי שאתם רואים מדובר בלא מעט קוד אבל מה לא עושים בשביל שנת לילה טובה. חגי ... View more

בשבועות האחרונים ראינו כמה דוגמאות לשימוש בפונקציות של SAS לשם קבלת מידע ותפעול של קבצים במערכת ההפעלה. השבוע אנחנו נסכם את הנושא בדוגמא קצרה לבעיה נפוצה – יצירת טבלת SAS עם רשימת כל הקבצים (תיקיות משנה) בתוך תיקיה כלשהי.   ישנן, כמובן, דרכים רבות לבצע את המשימה הזאת אבל אנחנו נראה אפשרות אחת שעושה שימוש במגוון פונקציות מובנות של SAS שנוצרו בדיוק לשם כך.   אחרי הקוד יש קישור לתיעוד של SAS עבור כל אחת מהפונקציות בהן עשינו שימוש כאשר כל אחת מהן מכילה בתחתית הדף של התיעוד קישורים לפונקציות דומות נוספות כך שאתם מוזמנים להמשיך לפשפש בתיעוד של SAS כדי לגלות יכולות ודוגמאות נוספות. %let my_folder=C:\Temp\test; data FOLDER_MEMBERS(drop=i rc did memcount); length Member_Path $256 Is_File_CD $1 File_Extension $3; rc = filename("mydir", "&my_folder"); * Defining a filename to the folder; did = dopen("mydir"); * Opening the folder; memcount = dnum(did); * Number of members in a folder; do i=1 to memcount; member_path=dread(did, i); * Getting the name of each member (file or subfolder) in our folder; rc = mopen(did, member_path); * Checking if the member is a file or a folder; if rc=0 then do; * It is a sub folder); is_file_cd='N'; file_extension='N/A'; end; else do; is_file_cd='Y'; * It is a file; file_extension = ifc(findc(member_path, '.')>0, lowcase(scan(member_path, -1, '.')), ''); * Showing off our SAS prowess; end; member_path=catx('\',"&my_folder", member_path); * Adding the path to the member name to get full member path; output; end; rc = dclose(did); * Closing the folder; run; הפונקציות הרלוונטיות בהן הקוד שלנו עושה שימוש הן: DOPEN DNUM DREAD MOPEN DCLOSE   חגי ... View more

לעיתים קרובות אנחנו משתמשים ב -  SAS לקריאת נתונים שמגיעים בקבצים חיצונים או ליצירה של קבצים המכילים את תוצאות הניתוחים שלנו. תהליך עיבוד נתונים נכון נותן גם את הדעת על תפעול מתאים של קבצי הקלט והפלט כחלק מובנה בעיבוד כך שנוכל להמנע מטעויות נפוצות ומציקות של קריאת אותו קובץ נתונים פעמיים או דריסה של קובץ תוצרים ע"י קובץ מהרצה מאוחרת יותר.   שתי פונקציות שיכולות לעזור לנו להמנע מהבעיות שפורטו לעיל הן FCOPY ו – FDELETE.   הפעולה שלהן די ברורה מהשמות שלהן אז נצלול ישר לדוגמאות: filename src "C:\Temp\my_data.csv"; filename tgt "C:\Temp\my_data_%sysfunc(today(), yymmddn8.).csv"; data _null_; length msg $ 384; rc=fcopy('src', 'tgt'); if rc=0 then put 'Copied SRC to TGT.'; else do; msg=sysmsg(); put rc= msg=; end; run; data _null_; length msg $ 384; rc = fdelete('src'); if rc=0 then put 'File deleted'; else do; msg=sysmsg(); put rc= msg=; end; run; שימו לב שאם אנחנו רוצים להעתיק קובץ בינארי (למשל קובץ אקסל או תמונה) אנחנו צריכים להגדיר באופן מיוחד את ה – filename-ים של קובץ המקור והיעד. הדוגמא השנייה בתיעוד של FCOPY מראה בדיוק מה צריך לעשות.   חגי ... View more

מערכת ה – SAS אומנם מיועדת לניתוח נתונים טבלאיים אבל היא כוללת גם מגוון פונקציות שמספקות לנו יכולות מעבר לניתוח נתונים בלבד. למשל ישנה משפחה שלמה של פונקציות שמאפשרות לנו לבצע כל מיני פעולות במערכת ההפעלה עצמה כמו ליצור קובץ, למחוק קובץ, לייצר רשימה של קבצים בתיקיה מסוימת ועוד.   נתחיל עם אחת פשוטה. הפונקציה FEXIST מאפשרת לנו לבדוק האם קובץ קיים במערכת ההפעלה: filename my_data "C:\Temp\my_data.csv"; filename not_here "C:\Temp\not_here.csv"; data _null_; rc = fexist('my_data'); put rc=; * 1 = Exist; rc = fexist('not_here'); put rc=; * 0 = Not exist; run; שימו לב שהפונקציה FEXIST מקבלת כפרמטר filename לקובץ הרלוונטי. אם אנחנו רוצים לחוסך את הצורך ביצירת filename אנחנו יכולים להשתמש בפונקציה FILEEXIST המקבלת כפרמטר את הנתיב ושם הקובץ ישירות: data _null_; rc = fileexist('C:\Temp\too_lazy.csv'); put rc=; run; אנחנו יכולים להשתמש בפונקציות אלו לבדוק גם אם תיקיה קיימת: data _null_; rc = fileexist('C:\Temp'); put rc=; run; הפונקציות הללו ונוספות מסוגן שנדבר עליהן בשבועות הקרובים מאפשרות לנו לבנות תהליך עיבוד נתונים מלא ושלם הכולל את כל השלבים הנדרשים בתוך תוכנית SAS אחת וכך ליצור תהליכים יותר יציבים ויותר קלים לתחזוקה.   חגי ... View more

לפני שלושה שבועות שהתחלנו לדבר על מערכים ציינתי שלוש נקודות שחשוב לזכור בנוגע למערכים ב -  SAS: * ב – SAS מערך הוא פשוט אוסף של עמודות בטבלה ולא אובייקט בפני עצמו. * בניגוד לשפות תכנות אחרות, מערכים ב – SAS מתחילים ב – 1 ולא ב – 0. * כל העמודות במערך חייבות להיות מאותו סוג כלומר נומריות או טקסטואליות. לא ניתן לערבב במערך אחד עמודות מסוגים שונים.   לפני שבועיים ראינו שלמעשה נקודה 2 נכונה רק חלקית – מערכים ב – SAS מתחילים ב – 1 בברירת המחדל אבל למעשה אנחנו יכולים לבקש מ – SAS להתחיל את מספר התאים במערך מכל מספר שהוא, כולל 0.   השבוע נראה שגם הנקודה הראשונה היא נכונה חלקית כי אנחנו יכולים לבנות ב – SAS מערך שהוא לא אוסף של עמודות אלא משהו דומה יותר לאובייקט הקלאסי של מערך. כאשר אנחנו מגדירים מערך לראשונה אנחנו יכולים להשתמש במילת המפתח _temporary_ (כולל הקווים התחתונים בהתחלה ובסוף, לא חשוב אותיות גדולות או קטנות) כדי להגדיר מערך זמני שקיים רק במשך הריצה של ה – data step שלנו והוא לא מבוסס על עמודות כלשהן.   פרט לכך שאנחנו מדגישים למשתמש שהמערך נדרש רק לשם החישובים שלנו ולא באמת צריכים לשמור את הערכים שבו, מערך זמני ב – SAS מכיל גם יתרון שיכול להיות משמעותי בזמן הריצה הן עקב צורת היישום שלו והן עקב כך שאנחנו לא רושמים את הערכים שבו לדיסק כמו עמודות רגילות. data CARS; * No un-needed columns in our output table; set SASHELP.CARS end=last; array cyls{0:10} _TEMPORARY_ (11*0); * We also initilize the array with 0 in all the cells; if cylinders=. or cylinders>10 then cyls[0]+1; * Values in temporary arrays are also automatically retained between rows; else cyls[cylinders]+1; * Printing the results when we reach the last row in the table; if last then do; do i=0 to hbound(cyls); put cyls[i]=; end; end; run; חגי ... View more

בדומה לשפות אחרות גם המערכים של SAS יכולים להיות בני יותר ממימד אחד. חשוב לזכור, אבל, שהיכולת הזאת עדיין לא משנה את העובדה הבסיסית שמערכים של SAS הם פשוט אוסף של עמודות. מערך דו-מימדי הוא פשוט סידור מסוים של העמודות בצורה נוחה יותר עבור העיבודים שאנחנו רוצים לבצע עליהם.   לדוגמא, אם יש לנו טבלה המכילה 16  עמודות בשם price1  עד price16 שמייצגים את המחיר של מוצר מסויים לאורך ארבעה רבעונים של ארבע שנים יהיה לנו הרבה יותר נוח לבצע את החישובים שלנו עליהן אם נגדיר אותם כמערך דו-מימדי שהשנים הם המימד הראשון (נקרא לו השורות) והרבעונים הם המימד השני (נקרא לו העמודות): data PRICEDATA; set SASHELP.PRICEDATA(obs=1); array prices{2018:2021, 4} price1-price16; put prices[2019,1]=;* The first column of the second row is price5; run; SAS ממלא את מטריצת העמודות שלנו שורה שורה. ברגע שהוא סיים לשייך עמודות לשורה הראשונה, הוא מתחיל למלא את השורה השניה וכך הלאה. SAS גם מצפה שכל השורות יהיו מלאות, כלומר אם הגדרנו מערך של 4 שורות על 4 עמודות אנחנו חייבים למפות אליו 16 עמודות מהטבלה שלנו.   לפני כמה שבועות ראינו שהפונקציה DIM מחזירה לנו את מספר האיברים במערך. כאשר אנחנו מתעסקים במערך רב-מימדי אנחנו צריכים להיות יותר מדויקים ולהגיד לפונקציה עבור איזה מימד אנחנו רוצים לקבל את מספר האיברים. לשם כך אנחנו מעבירים לפונקציה DIM פרמטר שני שהוא מספר המימד.    נקודה נוספת היא שאנחנו הגדרנו מערך שהאינדקס של אחד המימדים שלו לא מתחיל ב – 1 שהוא ברירת המחדל. לפיכך אם אנחנו רוצים לבצע לולאות על המימד הזה אנחנו יכולים לעשות שימוש בפונקציות LBOUND ו – HBOUND שמחזירות לנו את האינדקס המינימלי והמקסימלי של המימד שלנו: data PRICEDATA(drop=i); set SASHELP.PRICEDATA(obs=1); array prices{2018:2021, 4} price1-price16; array ratios{2018:2021} ratio_year1-ratio_year4; r=dim(prices, 1); * Number of rows - dimension 1; c=dim(prices, 2); * Number of columns - dimension 2; do i=lbound(prices,1) to hbound(prices,1); ratios[i]=prices[i,1]/prices[i,4]; end; run; אומנם מערכים רב מימדיים ב – SAS קיימים אבל השימוש בהם לא נפוץ במיוחד אבל כשצריך אז הם יכולים להקל עלינו בעיבוד טבלאות עם מספר רב של עמודות ע"י סידור העמודות בצורה הגיונית יותר.   חגי ... View more

בשבוע שעבר כאשר דיברנו על המערכים ב – SAS ציינתי שאחת מהנקודות שחשוב לזכור כאשר עובדים עם מערכים היא שב – SAS האינדקסים של מערך מתחילים ב – 1 ולא ב – 0 כמו במרבית שפות התכנות האחרות.   ובכן זה אכן נכון אבל זאת רק ברירת המחדל. למעשה אנחנו יכולים להגדיר ב – SAS שהמערך שלנו יתחיל בכל אינדקס שהוא אם נבקש את זה במפורש.   למה זה טוב? ברוב המוחלט של הפעמים זה אכן מיותר ו – 1 זה מספר טוב להתחיל איתו את האינדוקס אבל ישנם מקרים שעל ידי בחירה נבונה של האינדקסים אנחנו נקל משמעותית על החיים שלנו כמתכנתים.   לדוגמא, נניח שהטבלה PRICEDATA בתיקיה SASHELP כוללת את המחיר בו נמכר מוצר מסוים בשנים 2005 עד 2021 בעמודות price1 עד price17 כך שעמודה price1 היא המחיר עבור 2005, עמודה price2 היא המחיר עבור 2006 וכך הלאה.   אם אנחנו נדרשים לעבד את הנתונים בטבלה זאת אנחנו, כמובן, יכולים ליצור מערך רגיל שמתחיל ב – 1 מ – 17 העמודות הללו ולזכור בראש ש – prices[1] מייצג את 2005, prices[2] את 2006 וכך הלאה או להקל משמעותית על חיינו ופשוט לייצור מערך שהאינדקס שלו מתחיל ב – 2005. כך אם אנחנו רוצים למצוא את המחיר של שנת 2011 אנחנו לא צריכים להתחיל לחשב עם האצבעות שלנו כמה שנים עברו מ – 2005 אלא פשוט לפנות ל – prices[2011] – הרבה יותר פשוט והרבה יותר קריא: data PRICES; set SASHELP.PRICEDATA; array prices{2005:2021} price1-price17; if _n_=1 then put prices[2011]=; run; חגי ... View more