数据分析师 - Week8

不经意间工作了两个月了。
从新鲜到懵懂到浑身是坑，其中血泪不足为外人道也。
但是两个月过去了，也没有太多好的总结。

SAS技术：

1. 正则表达式

正则表达式可以很方便地寻找到一定形式的字符串。

例如，把日期变成yyyymmdd。
data test;
    input file_name& $50.;
    datalines;
    test_file_20171126.txt
    test_file_20171125.sas
    test_file_20171124_developer.txt
    testfile_20171123_author.txt
    testfile_20171122.txt
    test_file_developer_20171121.txt
run;

data test2;
    set test;
    length position 8.;
    position = prxmatch("/\d{8}/", file_name);
    f_name = file_name;
    substr(f_name, position, 8) = "yyyymmdd";
run;

result

2. python结合sas使用

python在和系统交互上要比sas方便，所以可以通过python来调用sas程序，这样既可以提高工作效率，也可以增加灵活性。

注意：windows路径可以使用斜杠分割文件夹x:/a/b/c.d，这样不会报错，此外也可以使用双反斜杠x:\a\b\c.d。因为默认情况下，反斜杠会被认为是转义字符，其后跟着的\才会被系统识别。

data test;
  a = "test";
run;

proc export data=test
  outfile="path/test.csv" dbms=csv replace;
run;

import os

os.system("path/test.sas")

with open("path/test.csv") as f:
  cnt = 0
  for line in f:
    cnt += 1
    print("line " + str(cnt) + ": " + line)