Question

按照以下代码将CSV文件导入SAS时

data SASDATA.IPClassification ;
infile 'R:/Li/PATSTAT/IPClassification.csv' DLM = ',' DSD missover lrecl = 32767 firstobs = 2 ;
input appln_id :29. ipc_class_symbol &:$29. ipc_class_level :$29. ipc_version :MMDDYY10. ipc_value :$29. ipc_position :$29. ipc_gener_auth :$29. ;
run ;

输出数据显示除了appln_id之外的所有变量都以ipc_class_symbol的体积记录。日志中的记录显示如下，

NOTE: The infile 'R:/Li/PATSTAT/IPClassification.csv' is:
   Filename=R:\Li\PATSTAT\IPClassification.csv,
   RECFM=V,LRECL=32767,
   File Size (bytes)=9144764490,
   Last Modified=22Sep2017:21:09:41,
   Create Time=15Mar2018:14:50:17

 NOTE: Invalid data for ipc_version in line 10 32-33.
 RULE:     ----+----1----+----2----+----3----+----4----+----5----+----6----+----7----+----8----+----9
 10        2,C07K  14/00,A,2006-01-01,I, ,EP 33
 appln_id=2 ipc_class_symbol=C07K  14/00,A,2006-01-01,I ipc_class_level=  ipc_version=. ipc_value= 
 ipc_position=  ipc_gener_auth=  _ERROR_=1 _N_=9
 NOTE: Invalid data for ipc_version in line 14 32-33.
 14        2,C07K  16/26,A,2006-01-01,I, ,EP 33
 appln_id=2 ipc_class_symbol=C07K  16/26,A,2006-01-01,I ipc_class_level=  ipc_version=. ipc_value= 
 ipc_position=  ipc_gener_auth=  _ERROR_=1 _N_=13

我认为其中一个问题是ipc_class_symbol。它是IPC分类符号（IPC第8版）＆＃39;。域：IPC允许的最多15个字符（A-Z，0-9，/，空格）;

示例：

A61K

H04Q 7/32

C07K 14/00

C07D 405/06

H01M2220 / 20

请注意，位置5-7可能需要空格，因为斜杠＆＃34; /＆＃34;总是排在第9位。

其他变量的特征是 IPC_CLASS_LEVEL 域：1个字符：A =完整IPC中的分类，例如＆＃39; H04Q 7/32＆＃39; C =仅主要组中的分类，例如＆＃39; H04H 1/00＆＃39; S =仅在子类中的分类e。 G。＆＃39; H04H＆＃39;

ipc_version 域名：2006年1月1日至2006年3月30日之间的日期和当前日期

ipc_value 域：1个字符：I =发明，N =附加（非发明）

ipc_position 域：1个字符：F =第一个，L =以后。 space = unidentified

ipc_gener_auth 域名：2个ASCII字符（A-Z），根据WIPO ST.3

我该怎么做？

Answer 1

&:$29可能是你的问题。 &告诉SAS等待两个连续的分隔符（这是处理嵌入在数据中的分隔符的一种方法，尽管它不是常见的分隔符）。就我所知，这对你的数据来说并不（显然）是正确的。

删除&，看看它是否正确导入。

Answer 2

注意：第10行32-33中ipc_version的数据无效。规则：---- + ---- 1 ---- + ---- 2 ---- + ---- 3 ---- + ---- 4 ---- + --- -5 ---- ---- + ---- 6 + ---- ---- 7 ---- + 8 ---- ---- + 9 10 2，C07K 14/00，A， 2006-01-01 ，I ,, EP 33

ipc_version： MMDDYY10。

您的数据没有您尝试阅读的格式。您已经指定了mmddyy，但它明显是yymmdd或者其他类似的东西。

第10行32-33中ipc_version的数据无效

2 个答案: