Question

我有~2300个CSV文件，每个CSV文件的colunm 1变量名称不同。我想通过panelistID（colunm 2）合并所有文件，并在第1列上运行频率以获取每个CSV文件的频率。请有人帮忙吗？

下面的文件布局示例：

File1

mat1_pen1, panelistID

0,  10075001

20, 10086001

44, 10086002

10, 10096001

File2

mat2_pen2, panelistID

74, 10118002

40, 10118003

77, 10128001

77, 10128003


file 3

mat3_pen4, panelistID

77, 10128003

51, 10137001

0,  10148001

0,  10148002

0,  10157001

Answer 1

只需在infile语句中使用通配符读取所有文件，并使用filename=选项将当前文件存储在临时变量_f中，并将其存储到{{ 1}}。

然后相应地操纵f和f。

data big ;
  length _f f $256. ;
  infile "*.csv" truncover filename=_f dlm=',' ;
  f = _f ;
  input var
        panellistID
        ;
run ;

Answer 2

filename mycsv "*.csv";

data mydataset(drop=tmp);
   infile mycsv dsd dlm=',' eov=eov;
   retain mat_pen_id;

   if _n_ = 1  or eov then do;        *when using wildcard-concatenated input files, ;
      input mat_pen_id $20. tmp $20.;    *eov is true for first line of second file.; 
      eov = 0;
    else do;                          * _n_ =1 is true for first line of first file only;
        input mat_pen panelistID;
   end;
run;

proc sort data= mydataset;
   by panelistID;
run;

proc transpose
  data=mydataset out=wide_data;
      by panelistID;
      id mat_pen_id;
      var mat_pen;
      run;

proc print data=wide_data;
run;

这将为您提供一个名为wide_data的数据集，如：

obs   panelistID mat1_pen1 mat2_pen2 mat3_pen3 etc

1      10075001     0        22            33

如何使用SAS将多个csv文件合并到单个数据集中

2 个答案: