即使变量被删除 SAS 也导入错误

Question

我正在导入一个分号分隔的文件

ID    Segment    Number    Date     Payment
1     A1         103RTR    10OCT17  10
2     A1         205FCD    11OCT17  11
...

当我使用此代码导入此 txt 文件时，SAS 不喜欢数字和字符的混合：

proc import
out=want (drop=Number)
datafile="have"
dbms=dlm
replace;
delimiter=';';
options validvarname=v7 missing='';
run;

即使我没有尝试加载 Number，它在真实数据集中要长得多，比如 12 个数字后跟四个字符，它在日志中返回此错误

NOTE: Invalid data for Number in line 22157 21-30.
 WARNING: Limit set by ERRORS= option reached.  Further errors of this type will not be printed.
 ERROR: Import unsuccessful.  See SAS Log for details.

我想做一个典型的 infile 和 informat，但是有 32 个变量和 200 万行，我只是不能花时间找出每个变量需要读入的范围和样式。所以我问是否有一种方法可以格式化该特定变量，但坚持易于 proc 导入。

但我也在问这是否真的会影响我的导入？因为检查输出时数据看起来很好。

Answer 1

我想做一个典型的 infile 和 informat 但有 32 变量和 200 万行，我不能花时间去寻找 找出每个变量需要读入的范围和样式。所以我是 询问是否有办法格式化该特定变量，但 坚持简单的 proc 导入。

坏主意，垃圾输入 = 垃圾输出，而您只处理 32 个变量，所以这实际上并没有那么糟糕。花时间清理和正确导入数据是有回报的，您会在此过程中了解数据，从而加快进一步分析。这一步不是浪费时间。 导入数据集后，最好运行 PROC MEANS 和 PROC FREQ 并检查输出以确保正确读取。

proc means data=have;
run;

proc freq data=have;
run;

在 PROC IMPORT 中设置 GUESSINGROWS=MAX。这会强制 SAS 在导入之前扫描整个文件，这样更有可能是正确的。如果您要自动执行此过程并多次读取文件，则在验证数据后从日志中获取代码并使用该代码而不是 PROC IMPORT。

并且选项语句不应该在 PROC IMPORT 步骤中，它在前面。

options validvarname=v7 missing='';

proc import
out=want (drop=Number)
datafile="have"
dbms=dlm
replace;
delimiter=';';
guessingrows=max;
run;