手把手教你醫(yī)學(xué)統(tǒng)計(jì)-SAS 編程技巧 - PROC SQL（三）
上一節(jié)，我們提到了 CASE 表達(dá)式在 PROC SQL 中的應(yīng)用。事實(shí)上，PROC SQL 支持更為一般的 SQL 表達(dá)式。
1、表達(dá)式的結(jié)構(gòu)
SQL 表達(dá)式由操作數(shù)（operand）和操作符（operator）組成。
操作數(shù)可以是以下任意一種：
常量
變量
CASE 表達(dá)式
任何受支持的 SAS 函數(shù)
任何使用 PROC FCMP 創(chuàng)建的函數(shù)（含數(shù)組參數(shù)的函數(shù)除外）
聚集函數(shù)
查詢(xún)表達(dá)式
操作符可以是以下任意一種：
算數(shù)運(yùn)算符（?+ - * / **?）
比較運(yùn)算符（?lt le eq ge gt ne < <= = >= > ^=?）
邏輯運(yùn)算符（?not and or ^ & |?）
子集運(yùn)算符（?IS IN BETWEEN LIKE CONTAINS EXISTS?）
其他運(yùn)算符（?() ||?）
操作數(shù)可以單獨(dú)使用作為查詢(xún)結(jié)果，但操作符必須與至少一個(gè)操作數(shù)同時(shí)使用才有意義。根據(jù)操作符需要的操作數(shù)的數(shù)量，有一元操作符、二元操作符等。SAS 根據(jù)操作符的運(yùn)算優(yōu)先級(jí)對(duì)表達(dá)式進(jìn)行求值，求值結(jié)果即為查詢(xún)的結(jié)果。可以使用括號(hào)改變表達(dá)式運(yùn)算的順序，這使得我們不必記住所有操作符的運(yùn)算優(yōu)先級(jí)，當(dāng)不確定某個(gè)表達(dá)式的運(yùn)算順序時(shí)，使用括號(hào)顯式指明運(yùn)算順序即可。
先來(lái)個(gè)例子感受一下：
↑向右滑動(dòng)查看全部代碼↑
這里例子中，生成變量 WEIGHTC 和 HEIGHTC 的表達(dá)式較為簡(jiǎn)單，僅使用了 SAS 函數(shù)和字符串連接符；而生成變量 BMI1 和 BMI2 的表達(dá)式則要復(fù)雜得多。
?? 計(jì)算 BMI1 變量的表達(dá)式中，使用了邏輯運(yùn)算符?=。邏輯表達(dá)式的計(jì)算結(jié)果通常是一個(gè)布爾值，在 SAS 中，若表達(dá)式結(jié)果為 “真”，則運(yùn)算結(jié)果為 1，若為 “假” ，則運(yùn)算結(jié)果為 0。這一特性使得我們可以將邏輯表達(dá)式嵌套在算數(shù)表達(dá)式中，更進(jìn)一步地說(shuō)，這其實(shí)可以看成指示函數(shù)（Indicator function）的一種形式。
?? 計(jì)算 BMI2 變量的表達(dá)式中，使用了 CASE 表達(dá)式的運(yùn)算結(jié)果作為算數(shù)運(yùn)算符?/?的兩個(gè)操作數(shù)，不難發(fā)現(xiàn) CASE 表達(dá)式的計(jì)算結(jié)果也可以作為操作數(shù)在其他表達(dá)式中使用。
SQL 表達(dá)式大部分用法與 DATA 步是一致的，一些簡(jiǎn)單的用法在此處就不再一一列舉了，下面介紹兩種僅在 PROC SQL 中常用的表達(dá)式用法。
聚集函數(shù)
我們都知道，SAS 在執(zhí)行 DATA 步的時(shí)候是以觀測(cè)為單位的，遍歷每條觀測(cè)，并重復(fù)執(zhí)行 DTAT 步中的可執(zhí)行語(yǔ)句。這使得在 DATA 步中對(duì)變量的橫向操作是非常方便的，但與此同時(shí)，在 DATA 步中對(duì)觀測(cè)縱向操作卻是較為困難的。
例如：計(jì)算某條數(shù)值變量的均值，DATA 步的做法通常是使用 retain 語(yǔ)句進(jìn)行，通過(guò)保留變量值到下一個(gè)觀測(cè)，實(shí)現(xiàn)累加。簡(jiǎn)單的計(jì)算邏輯尚且可以這么做，但如若遇到復(fù)雜的邏輯，我們可能需要聲明多個(gè) retain 變量，并時(shí)刻注意變量值的改變，當(dāng)運(yùn)算完成后，可能還需要將臨時(shí)變量刪除，繁瑣的語(yǔ)句不僅會(huì)降低代碼可讀性，還可能容易出錯(cuò)。
在 PROC SQL 中，有一類(lèi)函數(shù)被稱(chēng)為聚集函數(shù)，專(zhuān)門(mén)用來(lái)實(shí)現(xiàn)對(duì)整個(gè)數(shù)據(jù)集中某種信息的匯總。常見(jiàn)的聚集函數(shù)如下：
?N/FREQ/COUNT?: 非缺失頻數(shù)
?NMISS?: 缺失頻數(shù)
?AVG/MEAN?: 算術(shù)平均數(shù)
?MEDIAN?: 中位數(shù)
?MIN?: 最小值
?MAX?: 最大值
?VAR?: 方差
?STD?: 標(biāo)準(zhǔn)差
?STDERR?: 標(biāo)準(zhǔn)誤
?SUM?: 合計(jì)
下面的例子使用了聚集函數(shù)??count()??,??mean()?,? std()??對(duì)數(shù)據(jù)集 class 進(jìn)行了簡(jiǎn)單的統(tǒng)計(jì)量計(jì)算：
↑向右滑動(dòng)查看全部代碼↑
輸出結(jié)果：
如果需要對(duì)不重復(fù)的觀測(cè)進(jìn)行匯總統(tǒng)計(jì)，可以在聚集函數(shù)中使用?DISTINCT?關(guān)鍵字，例如，統(tǒng)計(jì)發(fā)生不良事件的受試者數(shù)量：
↑向右滑動(dòng)查看全部代碼↑
子集
在某些時(shí)候，我們可能只需要查詢(xún)結(jié)果中的一個(gè)子集，這時(shí)候可以使用 where 子句進(jìn)行子集的篩選。where 子句支持以下取子集的操作符：
?IS MISSING?: 缺失值
?IN?: 屬于某個(gè)集合
?BETWEEN?: 介于某兩個(gè)值，含邊界值
?LIKE?: 模糊匹配
?CONTAINS?: 變量包含某個(gè)值
?EXISTS?: 子查詢(xún)非空
具體介紹：
IS MISSING
↑向右滑動(dòng)查看全部代碼↑
這個(gè)例子中，使用?IS?操作符篩選發(fā)生日期缺失的所有不良事件的信息。注意：IS 操作符的右側(cè)只能是 NULL 或 MISSING?，二者含義相同。
IN
↑向右滑動(dòng)查看全部代碼↑
輸出結(jié)果：
這個(gè)例子中，使用 IN 操作符篩選名稱(chēng)為 "John" 和 "Thomas" 的學(xué)生信息。
BETWEEN
↑向右滑動(dòng)查看全部代碼↑
輸出結(jié)果：
這個(gè)例子中，使用 BETWEEN 操作符篩選年齡在 11 ~ 12 歲，且姓名首字母在 "L" ~ "T" 的學(xué)生信息。注意：BETWEEN 操作符定義的范圍兩端必須是同一類(lèi)型的值。
LIKE
↑向右滑動(dòng)查看全部代碼↑
這個(gè)例子中，使用?LIKE?操作符進(jìn)行了姓名的模糊匹配，獲取匹配到的的學(xué)生信息。其中：
下劃線 (?_?) : 匹配 0 個(gè)或 1 個(gè)字母
百分號(hào) (?%?) : 匹配 0 個(gè)或 n 個(gè)字母（n > 0）
受限于目前對(duì) PROC SQL 的了解程度，?CONTAINS?和?EXISTS?操作符將在以后進(jìn)行介紹。
相關(guān)文章：
手把手教你醫(yī)學(xué)統(tǒng)計(jì)-SAS 編程技巧 - PROC SQL（一）
手把手教你醫(yī)學(xué)統(tǒng)計(jì)-SAS 編程技巧 - PROC SQL（二）
【文章來(lái)源】水木菁創(chuàng)統(tǒng)計(jì)部
