使用PRXCHANGE重命名变量导致变量名末尾发生过多替换

Question

我是 SAS 的新手，我目前正在尝试创建一个宏，它会自动用下划线替换变量名称中的任何特殊字符。我目前正在使用 PRXCHANGE 执行替换，但我注意到当变量被重命名时，新变量名称的末尾有额外的下划线。

Suppose we were to have two variables "dummy?" and "te!st". When I perform the replacement, the new variables are "dummy___________________________" and " te_st___________________________". When the replacement should just be "dummy_" and "te_st", respectively.

在下面的示例代码中，我知道如果我在 PRXCHANGE 函数中添加“TRIM(name)”，那么就不会发生任何额外的替换。这样做的问题是，如果我有一个名为“example!”的变量，并以 space 作为最后一个字符，那么我希望将该变量重命名为“example__”，最后有两个下划线。然而，通过使用 TRIM(name)，我会得到带有单个下划线的“example_”。

N.B。我知道如果我将 SAS 变量名称策略更改为 V7，那么这将不是问题。我这样做只是为了提高我的 SAS 技能。

/* Generate dummy data */
option validvarname = any;
data dummy_data;
    input "dummy?"n "te!st"n;
    datalines;
    1 1
    2 2
    3 3
    ;
run;

/* Generate variables with the old and new variable names as entries */
data test (keep = name new_name);
    set sashelp.vcolumn;
    where libname = "WORK" and memname = "DUMMY_DATA";
    new_name = prxchange("s/[^a-zA-Z0-9]/_/", -1, name);
run;

Answer 1

您的问题是 SAS 如何填充字符串可变长度。虽然大多数语言都有可变长度的字符串，但 SAS 更类似于 SQL char 类型，没有伴随的 varchar 类型。由于可预测的行大小，这在某些方面为 SAS 提供了非常好的性能，但也有一些后果。请注意，您实际上可以使用 options compress 在数据集上有效地获取可变长度字符串，但在数据步骤中数据集是未压缩的。

在 SAS 中，分配 "A" 的长度为 10 的字符串实际上将具有值 "A "。 A、加上9spaces。不是空字符，实际 space 个字符。这通常无关紧要，因为 SAS 以多种方式编写以忽略那些尾随的 space（因此 "A" = "A " = "A "），但在这种特殊情况下它确实很重要（因为你正在转换 space字符).

您可以使用 trim 函数在执行期间删除 spaces ，尽管它仍将与 space 一起存储当然是之后了。

new_name = prxchange("s/[^a-zA-Z0-9]/_/", -1, trim(name));

请注意 trim 不能 return 空值，它将总是 return 单个 space，所以如果这是有可能的，您应该将其包装在 missing 的检查中（一个只有 spaces = 缺失的字符串变量）。

if not missing(name) then do; new_name = prxchange("s/[^a-zA-Z0-9]/_/", -1, trim(name)); end; else new_name = ' ';

有一个 trimn 函数可以 return 长度为 0 的字符串，但如果缺少它，则没有理由执行 prxchange - 这将节省时间。

Answer 2

您担心变量名称的尾随空格无效。变量名的尾随空格并不重要。此数据步骤仅创建一个变量。

376   options validvarname=any;
377   data test;
378     'xxx'n = 1;
379     'xxx 'n= 2;
380   run;

NOTE: The data set WORK.TEST has 1 observations and 1 variables.
NOTE: DATA statement used (Total process time):
      real time           0.07 seconds
      cpu time            0.03 seconds

使用PRXCHANGE重命名变量导致变量名末尾发生过多替换

Use of PRXCHANGE to rename variables causes excessive replacement to happen at the end of the variable name

sas