SAS：使用 PROC IMPORT 导入 .xlsx 时定义类型

问题：使用 PROC IMPORT 时如何定义从 .xlsx 文件导入的变量的变量类型？

My work

我正在使用 SAS v9.4。据我所知，它是普通的 SAS。我没有 SAS/ACCESS 等。

我的数据如下所示：

ID1        ID2  MONTH   YEAR    QTR VAR1    VAR2
ABC_1234   1    1       2010    1   869     3988
ABC_1235   12   2       2010    1   639     3144
ABC_1236   13   3       2010    2   698     3714
ABC_1237   45   4       2010    2   630     3213

我正在运行的程序是：

proc import out=rawdata
    datafile = "c:\rawdata.xlsx"
        dbms = xlsx replace;

    format ID1 $9. ;
    format ID2 $3. ;
    format MONTH best2. ;
    format YEAR best4. ;
    format QTR best1. ;
    format VAR1 best3. ;
    format VAR2 best4. ;
run;

当我运行此步骤时，我得到以下日志输出：

错误：您正在尝试将字符格式 $ 与数据集 WORK.RAWDATA 中的数值变量 ID2 一起使用。

这似乎告诉我 SAS 自动分配变量类型。我希望能够手动控制它。我找不到解释如何执行此操作的文档。 INFORMAT、LENGTH 和 INPUT 语句似乎不适用于 PROC IMPORT。

我使用 PROC IMPORT 是因为它在 .xlsx 文件总体上取得了最大的成功。我能想到的两种可能的解决方案是1）将.xlsx转换为.csv并在数据步骤中使用INFILE，2）将数据作为数字引入并在后续步骤中将其转换为字符。我不喜欢第一个解决方案，因为它需要我手动操作数据，这是潜在的错误源（例如删除前导零）。我不喜欢第二个，因为它可能会无意中引入错误（再次，例如带有前导零）并引入无关的工作。

您可以尝试在 Excel 中将列类型设置为“文本”，看看 SAS 是否会从中确定。值得一试。

如果这不起作用，除非您使用 PC 文件服务器，或者在同一 SAS 服务器上安装了相同位数的 Excel 以直接访问文件，否则您将需要使用单独的数据步骤来转换列。

proc import 
    file = "c:\rawdata.xlsx"
    out=_rawdata(rename=(ID2 = _ID2) )
    dbms = xlsx replace;
run;

data rawdata;
    format ID1 $9. ;
    format ID2 $3. ;
    format MONTH best2. ;
    format YEAR best4. ;
    format QTR best1. ;
    format VAR1 best3. ;
    format VAR2 best4. ;

    set _rawdata;

    ID2 = cats(_ID2);

    drop _:;
run;

如果您有 SAS/Access to Excel，您可以直接使用DBDSOPTS 数据集选项 http://support.sas.com/documentation/cdl/en/acpcref/63184/HTML/default/viewer.htm#a003103761.htm。例如：

libname myxlsx Excel 'C:\rawdata.xlsx';

data rawdata;
    set myxlsx.'Sheet1$'n(DBDSOPTS="DBTYPE=(ID2='CHAR(3)')");
run;

出现该问题的原因是因为xlsx发动机在proc import位于 SAS 内部，并且与Excel引擎。这Excel引擎使用 Microsoft Jet 或 Ace，而xlsx引擎使用专有系统，该系统没有微软那么多的控制权。为什么会这样，我不知道。

When proc import运行时，SAS 将尝试猜测它应该是什么格式（您可以使用 xls 文件来控制该格式）guessingrows选项）。如果它检测到所有数字，它将假定为数字变量。不幸的是，如果没有安装 SAS/ACCESS to Excel 或 PC 文件服务器，您无法直接控制变量类型。