手把手教你医学统计-SAS 编程技巧 - PROC SQL（三）
上一节，我们提到了 CASE 表达式在 PROC SQL 中的应用。事实上，PROC SQL 支持更为一般的 SQL 表达式。
1、表达式的结构
SQL 表达式由操作数（operand）和操作符（operator）组成。
操作数可以是以下任意一种：
常量
变量
CASE 表达式
任何受支持的 SAS 函数
任何使用 PROC FCMP 创建的函数（含数组参数的函数除外）
聚集函数
查询表达式
操作符可以是以下任意一种：
算数运算符（ + - * / ** ）
比较运算符（ lt le eq ge gt ne < <= = >= > ^= ）
逻辑运算符（ not and or ^ & | ）
子集运算符（ IS IN BETWEEN LIKE CONTAINS EXISTS ）
其他运算符（ () || ）
操作数可以单独使用作为查询结果，但操作符必须与至少一个操作数同时使用才有意义。根据操作符需要的操作数的数量，有一元操作符、二元操作符等。SAS 根据操作符的运算优先级对表达式进行求值，求值结果即为查询的结果。可以使用括号改变表达式运算的顺序，这使得我们不必记住所有操作符的运算优先级，当不确定某个表达式的运算顺序时，使用括号显式指明运算顺序即可。
先来个例子感受一下：
↑向右滑动查看全部代码↑
这里例子中，生成变量 WEIGHTC 和 HEIGHTC 的表达式较为简单，仅使用了 SAS 函数和字符串连接符；而生成变量 BMI1 和 BMI2 的表达式则要复杂得多。
💡 计算 BMI1 变量的表达式中，使用了逻辑运算符 =。逻辑表达式的计算结果通常是一个布尔值，在 SAS 中，若表达式结果为 “真”，则运算结果为 1，若为 “假” ，则运算结果为 0。这一特性使得我们可以将逻辑表达式嵌套在算数表达式中，更进一步地说，这其实可以看成指示函数（Indicator function）的一种形式。
💡 计算 BMI2 变量的表达式中，使用了 CASE 表达式的运算结果作为算数运算符 / 的两个操作数，不难发现 CASE 表达式的计算结果也可以作为操作数在其他表达式中使用。
SQL 表达式大部分用法与 DATA 步是一致的，一些简单的用法在此处就不再一一列举了，下面介绍两种仅在 PROC SQL 中常用的表达式用法。
聚集函数
我们都知道，SAS 在执行 DATA 步的时候是以观测为单位的，遍历每条观测，并重复执行 DTAT 步中的可执行语句。这使得在 DATA 步中对变量的横向操作是非常方便的，但与此同时，在 DATA 步中对观测纵向操作却是较为困难的。
例如：计算某条数值变量的均值，DATA 步的做法通常是使用 retain 语句进行，通过保留变量值到下一个观测，实现累加。简单的计算逻辑尚且可以这么做，但如若遇到复杂的逻辑，我们可能需要声明多个 retain 变量，并时刻注意变量值的改变，当运算完成后，可能还需要将临时变量删除，繁琐的语句不仅会降低代码可读性，还可能容易出错。
在 PROC SQL 中，有一类函数被称为聚集函数，专门用来实现对整个数据集中某种信息的汇总。常见的聚集函数如下：
N/FREQ/COUNT : 非缺失频数
NMISS : 缺失频数
AVG/MEAN : 算术平均数
MEDIAN : 中位数
MIN : 最小值
MAX : 最大值
VAR : 方差
STD : 标准差
STDERR : 标准误
SUM : 合计
下面的例子使用了聚集函数 count() , mean() , std() 对数据集 class 进行了简单的统计量计算：
↑向右滑动查看全部代码↑
输出结果：
如果需要对不重复的观测进行汇总统计，可以在聚集函数中使用 DISTINCT 关键字，例如，统计发生不良事件的受试者数量：
↑向右滑动查看全部代码↑
子集
在某些时候，我们可能只需要查询结果中的一个子集，这时候可以使用 where 子句进行子集的筛选。where 子句支持以下取子集的操作符：
IS MISSING : 缺失值
IN : 属于某个集合
BETWEEN : 介于某两个值，含边界值
LIKE : 模糊匹配
CONTAINS : 变量包含某个值
EXISTS : 子查询非空
具体介绍：
IS MISSING
↑向右滑动查看全部代码↑
这个例子中，使用 IS 操作符筛选发生日期缺失的所有不良事件的信息。注意：IS 操作符的右侧只能是 NULL 或 MISSING ，二者含义相同。
IN
↑向右滑动查看全部代码↑
输出结果：
这个例子中，使用 IN 操作符筛选名称为 "John" 和 "Thomas" 的学生信息。
BETWEEN
↑向右滑动查看全部代码↑
输出结果：
这个例子中，使用 BETWEEN 操作符筛选年龄在 11 ~ 12 岁，且姓名首字母在 "L" ~ "T" 的学生信息。注意：BETWEEN 操作符定义的范围两端必须是同一类型的值。
LIKE
↑向右滑动查看全部代码↑
这个例子中，使用 LIKE 操作符进行了姓名的模糊匹配，获取匹配到的的学生信息。其中：
下划线 ( _ ) : 匹配 0 个或 1 个字母
百分号 ( % ) : 匹配 0 个或 n 个字母（n > 0）
受限于目前对 PROC SQL 的了解程度， CONTAINS 和 EXISTS 操作符将在以后进行介绍。
相关文章：
手把手教你医学统计-SAS 编程技巧 - PROC SQL（一）
手把手教你医学统计-SAS 编程技巧 - PROC SQL（二）
【文章来源】水木菁创统计部
