2.3 逻辑库与数据集
SAS从导入数据到完成统计分析报告，这中间涉及很多重要的基本概念，如数据集、DATA步，PROC步等。接下来，我们就顺着这个流程，把最基本、最重要的概念捋一遍，那就从逻辑库和数据集开始吧。
→2.3.1 逻辑库
从上一小节SAS数据分析流程里我们知道，要进行数据分析，需要我们先把外部的Windows数据文件，比如CSV文件转成SAS可以直接识别和处理的SAS数据集，而SAS数据集则必须置于SAS逻辑库（SAS Library）中。数据存储在数据集里，数据集存放在逻辑库中，数据、数据集和逻辑库的关系就如同数据页、文件夹和抽屉的关系（见图2-3）。
图2-3 数据、数据集以及逻辑库的关系
在Windows环境下，SAS逻辑库其实是映射到一个（当然，也可以是多个）文件夹的名字。SAS会按照某些约定的格式去读写SAS逻辑库中的SAS数据集，这些约定的格式，被称为引擎（Engine），如SAS 9.4默认的引擎就是V9，SAS 9.4会用V9这种格式去生成SAS数据集、读取数据集。此外，SAS还可以用其他引擎读取外部数据，如可以用XLSX引擎读取Excel文件，SPSS引擎读取SPSS数据等（见图2-4）。
图2-4 SAS永久库的建立以及引擎
大多数情况下，我们都希望处理好的SAS数据集能够保存在某个文件夹下，以备后用，而对于一些中间数据或者临时数据，我们则希望关掉SAS后它们就被自动删除。因此，SAS给我们分别提供了永久逻辑库和临时逻辑库（见图2-5）。永久库除了有SAS自带的Maps、Mapsgfk、Mapssas、Sashelp以及Sasuser外，我们也可以自建存放自己数据集的永久库，而临时库在SAS里就一个，名为Work库。我们在Work库里倒腾数据时很可能产生了一大堆中间数据集，最后把倒腾好的最终数据集存入永久库即可，关掉SAS软件后，那些留在Work库里的中间数据集不用我们去操心，会被自动删除。
图2-5 永久逻辑库与临时逻辑库
例如，我们想在D:\03 Writting\01 SAS编程演义\02 Data\Clean的位置建立一个永久逻辑库，取名为“Demo”。一种方法是采用工具按钮如图2-4所示方法生成；另一种方法则是通过LIBNAME语句生成。基本格式就是：LIBANME数据库名称 “数据库物理地址”，具体可见程序2-1利用LIBNAME语句自建永久逻辑库。
程序2-1 利用LIBNAME语句自建永久逻辑库
*===带*号的行是注释行===;
*===自建永久库===;
*===取名Demo,地址：D:\03 Writting\01 SAS编程演义\02 Data\Clean;
libname demo "D:\03 Writting\01 SAS编程演义\02 Data\Clean";
需要留意的是，通过工具按钮建立永久库时，可以在建立时勾上“Enable at startup”，下次启动时SAS就会自动加载这个永久库，而通过LIBANME语句自建的永久库在SAS重新启动时，需要重新运行LIBNAME语句才可以重新把永久库的名字和物理地址关联上，然后才能在SAS Libraries里看到。如果想要让SAS语句建立的永久库在启动后就能看到，可以把包含LIBNAME语句的程序命名为autoexec.sas，并放入和sas.exe同级的目录中，此后每次SAS启动时会自动运行autoexec.sas程序，建立永久逻辑库。
→2.3.2 数据集
SAS数据集有两种：一种是SAS数据文件(SAS Data File)；另一种是SAS视图(SAS View)。数据文件和视图用SAS打开后都类似于一张表格，不同的是数据文件是真实存在的数据，而视图是运行查询语句后动态生成的数据，两者的图标在DMS中也不一样，如图2-6所示。不过两者在实际内容效果方面却是一样的，如图2-7所示。由此而带来的疑惑是：既然两者的实际内容效果一样，有了数据文件为何还需要视图？谨记：视图是依据查询语句动态生成，因此视图本身几乎是不占存储空间的，利用视图可以节约硬盘空间。
图2-6 SAS数据文件与视图图标
图2-7 SAS数据文件与视图内容
SAS数据集的组成成分，在逻辑上可能仅有描述信息（数据视图时的情况），也可能是包含描述信息、数据值（数据文件时的情况）以及可能的索引和其他扩展属性四部分，具体见表2-1。单就数据集的描述信息来说，包括两部分：一部分是数据集概要信息，如数据集类型、创建引擎、创建时间等；另一部分是变量信息，如变量名称、类型、长度以及格式等。至于数据值，也即如图2-7所示的内容，是由行、列组成的表。行和列在SAS数据集里分别称为观测（observation）和变量（variable），这部分内容是数据文件独有的，SAS视图只有打开运行时才生成。
表2-1 数据集逻辑构成示意
如果希望查看数据集的描述信息，特别是如图2-8所示的第三部分内容：变量列表及其属性，则可以通过PROC CONTENTS实现，并且可以进一步加工整理成数据库的变量字典，极大地方便后续的工作。当然，也可以通过右击数据集，通过「查看列」来查看变量信息（见图2-9）。
图2-8 SAS数据文件描述信息
图2-9 右击数据集查看变量信息
欲查看数据值，可以通过PROC PRINT实现，当然，双击数据集也可以。不过在实际操作中，我们不会总是这样查看所有数据值，而是希望通过统计过程查看一些统计信息，如均数、分位数、分布图等。
由于数据集都在逻辑库下，因此在程序中指定数据集时，需要按照「逻辑库.数据集」的二级命名格式来明确告知是哪个逻辑库下的哪个数据集，中间用英文的句号隔开，当逻辑库为临时库WORK时，可以省略掉一级命名结构和句号「逻辑库.」。
程序2-2 查看数据集描述信息与数据值
*====查看逻辑库Demo里的数据集描述信息;
*===查看数据文件的描述信息;
proc contentsdata=demo.class_datafile;
run;
*===查看数据文件的数据值;
proc printdata=demo.class_datafile;
run;
*===查看视图的描述信息;
proc contentsdata=demo.class_view;
run;
*===查看视图的数据值;
proc printdata=demo.class_view;
run;
查看数据集的信息是学会了，但是如何创建数据文件呢？回顾图2-2，我们知道有两种方式：导入外部数据或者读取既有的SAS数据集。导入外部数据，我们既可以用DATA步，也可以用PROC步，具体情况将在第3章做详细介绍。读取既有数据集，我们可以用DATA步的SET语句，这里我们简单举例，把SAShelp库的Class数据集读取到我们自建的永久库Demo里和临时库WORK里，并都命名为class_datafile。
程序2-3 SET语句建立数据文件
*===自建永久库;
libname demo "D:\03 Writting\01 SAS编程演义\02 Data\Clean";
*===建永久数据集，demo.不可省略;
datademo.class_datafile;
set sashelp.class;
run;
*===建临时数据集，work.被省略;
data class_datafile;
set sashelp.class;
run;
建立数据文件学会了，如何建立视图呢？有两种方法：DATA步的VIEW选项和PROC SQL的Create view语句。
程序2-4 创建SAS视图
*===建视图;
*===from data step;
datademo.class_view/view=demo.class_view;
set sashelp.class;
run;
*===from Proc sql;
proc sql;
create view demo.class_view as
select *
from sashelp.class;
quit;
→2.3.3 变量
数据集中最为重要的一个概念莫过于变量（variable）。在SAS里，我们可以将变量简单理解为存储数字或者字符的容器，一个变量就是一列。变量有其属性，包括名称、类型、长度、输入格式、输出格式、标签、观测中的位置以及索引类型等。图2-9展示了变量的属性信息。
变量名有其命名规则，后面会详细介绍。同其他编程语言或者统计软件不同的是，SAS的变量类型非常简约，只有两种：数字和字符。数字型变量存储浮点数，包括日期和时间（在SAS里，日期实际存储的是距离1960年1月1日的天数，而时间实际存储的是距离凌晨的秒数，具体可见程序2-5）；字符型变量存储的是拉丁字母、0～9阿拉伯数字以及其他特殊字符，默认长度是8个字节。输入/输出格式是SAS读取或者显示变量的规则，数字型变量默认输入格式是「w.d」，输出格式是「BEST12.」；字符型默认输入、输出格式均为「$w.」。关于格式，我们将在第7章做详细介绍。
程序2-5 SAS日期、时间以及日期时间的本质
datatmp;
date="01Jan1960"d;
time="00:00:00"t;
datetime="01Jan1960 00:00:00"dt;
run;