Markku Suni Factotum emeritus Turun ammattikorkeakoulu › kntur85557 › attachments... DATA-vaiheen ohjelmoijan yleissivistys –helposti unohtuvia asioita Markku Suni Factotum emeritus

www.turkuamk.fi

DATA-vaiheen ohjelmoijan yleissivistys

– helposti unohtuvia asioita

Markku Suni

Factotum emeritus

Turun ammattikorkeakoulu

www.turkuamk.fi

Aivan ensimmäiseksi haluan kiittää kuulijoita kuuntelusta…

Kuten tunnettu poliitikko aloitti …

Tarkoitukseni on muistuttaa mieleen joitakin DATAvaiheen piirteitä,

joiden voisi kuvitella olevan tuttuja, mutta jotka näyttävät helposti

unohtuvan käytännössä.

www.turkuamk.fi

Aivan ensimmäiseksi: selvän koodaamisen merkityksestä

Tosin kaikkihan sen tietävät …

Sisennetään ohjelma sopivasti – se lisää selkeyttä:

data tulos ( keep = yksi pieni tieto )

set alku ( keep = talleta yksi tieto );

infile sasin1;

input @1 yksko $char5. /* yksikkökoodi */

@12 pieni $char5. /* pientoimituskoodi */

;

if yksko = yksi then . ..

Ohops ! Sattuipa nolosti !

www.turkuamk.fi

Selvän koodaamisen merkityksestä

data tulos ( keep = yksi pieni tieto )

set alku ( keep = talleta yksi tieto );

infile sasin1;



;



Puuttuu puolipiste data-lauseen lopusta

www.turkuamk.fi

Selvän koodaamisen merkityksestä

DATA tulos ( keep = yksi pieni tieto ) ;

SET alku ( keep = talleta yksi tieto

end = loppuiset );

infile sasin1 end = loppuifile ;

if not loppuifile



;



Ajatus oli lukea SAS-tiedostoa ja peräkkäistiedostoa samaan tahtiin..

Entäs, jos tiedostoissa on eri määrä havaintoja?

www.turkuamk.fi

Ellei koodata selkeästi,

On vaikeaa todeta

Koodin kuntoa.

Auttaisiko

BUGOMETER?

www.turkuamk.fi

Palautetaanpa mieleen, milloin ja miten output tapahtuu

Tiedoston avaa lause INFILE tai SETLukeminen tapahtuu lauseella INPUT tai SET

- näiden lauseiden kohdalla

Tulostus tapahtuu lauseella PUT tai OUTPUT

Lukeminen loppuu silloin, kun lukulause ei onnistu ( ts. tuottaa EOF-merkin )

- ei viimeisen tietueen kohdalla

www.turkuamk.fi

Entäs, jos emme tiedä, montako tietuetta on ?

DATA molemmat (KEEP = . . . )

INFILE inputti1 END = ended1 ;

IF ended1 = 0 THEN

INPUT …… ;


IF ended2 = 0 THEN

INPUT …… ;

/* hoidetaan kaikenlaista */

RUN;

www.turkuamk.fi

Entäs, jos emme tiedä, montako tietuetta on ?

DATA molemmat (KEEP = . . . )


IF ended1 = 0 THEN

INPUT …… ;

IF ended2 = 0 THEN

SET inputti2 ( END = ended2 ) ;

/* hoidetaan kaikenlaista */

RUN;

www.turkuamk.fi

Tiedostojen hyödyllisiä optioita

DATA new ( KEEP = custno /* asiakasnumero, num */

object /* vakuutuskohteen koodi */

income /* maksutulo */

outcome /* kustannukset yht. */ );

SET old( DROP = policy term version

RENAME = ( payment = income )

RENAME = ( claimspay = outcome )

WHERE = ( year = 2009 ));

IF income > 10 THEN . . .

. . .

RUN;

www.turkuamk.fi

CAUTION

DO NOT DISTURB

Professional

SAS program

at work

www.turkuamk.fi

Monipuolinen DO

DO – END on lohko, joka suoritetaan kerralla

DO laskuri = 1 TO 10;

. . .

END;

DO laskuri = alaraja TO ylaraja BY askel;

. . .

END;

IF jotain THEN DO laskenta = 10 TO 0 BY -1 ;

. . . .

END;

Tämähän on tuttua kaikki muistavat.

www.turkuamk.fi

Monipuolinen DO

DO – END toimii myös listan avulla

DO fibonacci = 1, 2, 3, 5, 8, 13, 21, 44, 63 ;

. . .

END;

DO coding = ‘XA’, ‘XB’, ‘XQ’, ‘XZ’ ;

. . .

END;

Tämänkin ehkä muistamme.

www.turkuamk.fi

Monipuolinen DO

Mutta entäs nämä:

DO UNTIL (( tax_change < 0 ) AND ( salary_change > 0));

DO UNTIL ( count >= 100 );

DO UNTIL ( cows_come_home ) ;

DO WHILE (( tax_change >= 0 ) OR

( salary_change

www.turkuamk.fi

Monipuolinen DO

Puhumattakaan tästä:

DO from = here TO eternity UNTIL ( war_begins );

DO days = 1 TO 1000 UNTIL ( correct > 10 );

DO counter = 1 TO 100 WHILE ( errorcount < 10 );

DO WHILE ( TRUE );

. . .

IF XX THEN LEAVE;

. .

END;

www.turkuamk.fi

Procedure PRINTTO – vanha, mutta toimiva

filename routed 'output-file';

proc printto print = routed new;

run;

proc freq data=test;

tables x*y / chisq;

run;

data probtest( keep = df chisq prob );

infile routed;

input word1 $ @;

if word1='Chi-Squa' then do;

input df chisq prob;

output;

end;

run;

www.turkuamk.fi

Öhman Åke

SAS-tiedostojen yhdistäminen: BY-lauseella

www.turkuamk.fi

Muuten, muistatkos tätä?

Funktion argumenttina voi toimia muuttuja tai lauseke:Jonkun edellisen kuun alku – niinmonta kuuta sitten:

ajopvm = today();

edkuu = month( ajopvm ) - niinmonta;

edalku = MDY( edkuu + ( edkuu

www.turkuamk.fi

Muuten, muistatkos tätä?

Funktio INDEX etsii jonkin pituisia merkkijonoja:

length laji $ 1;

SET tiedot;

IF ( index( ‘ABC’, laji ) ) THEN DO;

IF ( laji IN (‘A’, ‘B’, ‘C’ ) THEN DO;

IF ( laji = ‘A’ | laji = ‘B’ | laji = ‘C’ ) THEN DO;

Mitä eroa on noissa kolmessa IF-lauseessa ?

www.turkuamk.fi

DATAvaiheen alussa SAS alustaa kaikki muuttujat puuttuviksi, paitsi jos

• muuttuja on mainittu RETAIN-lauseessa

• on olemassa globaalinen RETAIN-lause

• muuttuja esiintyy summaavan lauseen vasemmalla puolella

• summing statement

• muuttuja luetaan SAS-tiedostosta

• muuttujaa käytetään I/O-lauseen optiossa

•

Muuttujien alustus

www.turkuamk.fi

DATAvaiheen alussa SAS alustaa kaikki muuttujat puuttuviksi, paitsi jos

• muuttuja on vektori (ARRAY) ja

• ARRAY-lause antaa alkuarvot

• vektorissa on tilapäisiä muuttujia

• vektoria käytetään summaavassa lauseessa

• vektori mainitaan RETAIN-lauseessa

Muuttujien alustus

www.turkuamk.fi

FORMATin monta puoltaPROC FORMAT

value tili

low -

www.turkuamk.fi

• FORMAT sopii moneen, esim. havaintoarvojen luokitteluun

PROC FORMAT;

value painot

low - 40 = 1

41 - 60 = 2

61 - 80 = 3

81 - HIGH = 4;

RUN;

DATA neljas;

length painolk $ 8;

SET kokeilu;

painolk = “Luokka “ !! PUT( paino, painot. );

painory = INPUT( PUT( paino, painot3. ), 3. );

RUN;

FORMATIN SOVELLUS

www.turkuamk.fi

Data kokeilu;

INPUT akt hinta alku loppu

CARDS;

1 15 2 8 Alustan valaminen

2 8 5 12 Rakennuslupa

3 11 2 12 Materiaalihankinta

4 10 8 15 Alustan verhoilu

5 22 15 22 Seinän tekeminen

6 5 24 25 Projektin päättäminen

;

PROC timeplot data = kokeilu;

IKIVANHA PROSEDUURI

www.turkuamk.fi

PROC timeplot data = kokeilu;

PLOT alku loppu / overlay hiloc ref = 12;

ID akt hinta;

LABEL hinta = ‘MEur’

akt = ‘aktivi- teetti’;

TITLE ‘Projektin aikataulu’;

FORMAT akt hinta alku loppu 4. ;

RUN;

Ja tulokseksi tulee…

IKIVANHA PROSEDUURI

www.turkuamk.fi

Projektin aikataulu

aktivi- MEur ALKU LOPPU min max

teetti 2 25

*---------------------------*

1 15 2 8 |A--------L |

2 8 5 12 | A------------L |

3 11 2 13 |A------------------L |

4 10 8 15 | A------------L |

5 8 12 14 | A—L |

6 5 24 25 | AL|

*---------------------------*

IKIVANHA PROSEDUURI

www.turkuamk.fi

Muistutus: automaattimuuttuja _INFILE_ pitää sisällään sen, mitä on syötöstä luettu:

DATA _NULL_;

INFILE sisaan;

FILE ulos;

INPUT $1 koodi 2.;

IF koodi = 12 THEN PUT _INFILE_;

RUN;

Tai:

. . .

IF koodi = 12 THEN PUT ’Valitut:’ @10 _INFILE_;

INPUT ja OUTPUT

www.turkuamk.fi

Miten tuo lasketaan ?Helposti:

EALin_kanssa = 12* (EALin_kanssa - ilman_EALia)

Vastaavasti:A antaa 78% enemmän säihkettä kuin B.

enemman = a_saihke – b_saihke);

enemman_kertaa = (a – b) / b ;

enemman_pros = (( a – b ) / b ) * 100;

Prosenttilasku on vaikeaa jopa poliitikoille.

www.turkuamk.fi

This is the end

The Doors

Markku Suni Factotum emeritus Turun ammattikorkeakoulu › kntur85557 › attachments... DATA-vaiheen ohjelmoijan yleissivistys –helposti unohtuvia asioita Markku Suni Factotum emeritus

Documents