SAS 入门必读：深度解析日期的输入格式与显示格式

在处理数据分析任务时，日期往往是最棘手的数据类型之一。你是否曾在 SAS 中尝试读取日期，结果却得到一串毫无意义的数字？或者明明导入了日期数据，却无法按时间顺序正确排序？

别担心，在这篇文章中，我们将深入探讨 SAS 编程中至关重要的两个概念：Informats（输入格式） 和 Formats（显示格式）。我们将不仅学习它们是什么，还会通过实战代码示例，掌握如何精准地控制日期数据的读取与展示。通过这篇文章，你将学会如何驯服 SAS 中的日期，让它们乖乖听话。

什么是 Informats 和 Formats？

在开始写代码之前，我们首先需要厘清两个经常被混淆的核心概念。简单来说，它们决定了 SAS 如何"看"数据和"秀"数据。

Informats（输入格式）：数据的翻译官

输入格式 用于告诉 SAS 如何读取数据。这就好比当我们阅读一份英文文档时，我们需要先理解单词的含义。

当我们使用 INLINECODEca43bf96/INLINECODEffd8ae28 语句直接在代码中输入数据，或者从外部的 Text、Excel、CSV 文件读取数据时，SAS 看到的只是一串字符（例如 "2023-10-01"）。如果没有正确的指示，SAS 可能会把它当成一串普通文本，或者读错。这时候，我们就需要 Informat 来告诉 SAS：“嘿，把这串字符按照‘日-月-年’的顺序转换成内部的日期数值。”

Formats（格式）：数据的化妆师

格式 则用于告诉 SAS 如何显示或写入变量的值。这是关于“呈现”的规则。

SAS 内部存储日期时，实际上存储的是从 1960年1月1日 到该日期的天数（这在后文会详细解释）。如果你直接看这个数字，比如 21915，你是看不出它是哪一天的。Format 的作用就是把 21915 这个“素颜”数字，化妆成人类可读的“2020-01-01”或其他你喜欢的样子。

使用范围的区别：

• 输入格式：主要在读取数据时使用，因此几乎只在 Data Step（数据步） 中配合 INPUT 函数或语句使用。
• 格式：既可以在 Data Step 中定义显示样式，也可以在 PROC Step（过程步）（如 PROC PRINT）中使用，控制报表输出的样子。

SAS 日期的底层逻辑：神秘的数字

在深入代码之前，我们需要了解一个关键机制：SAS 存储日期的本质是数值。

SAS 将 1960年1月1日 定义为内部坐标的零点（0）。

• 1960年1月2日 存储为 1。
• 1959年12月31日 存储为 -1。
• 今天的日期，比如 2023年10月1日，存储为 23399 左右（具体取决于时区设置，但你可以想象这是一个巨大的整数）。

这意味着，如果你没有指定显示格式，SAS 就会直接把这个巨大的整数扔给你。这就是为什么很多人新手看到结果时会一脸懵：“我要的是日期，怎么给我一堆乱码？”

实战演练 1：读取不同格式的日期字符串

让我们来看一个实际的例子。在这个例子中，我们有两列不同格式的日期数据。我们的任务是让 SAS 正确地识别它们。

场景描述

假设我们有一行数据：

20-07-19 20-07-2019

第一部分是 INLINECODE505f1999 格式（8个字符宽度），第二部分是 INLINECODE4eaf3fa4 格式（10个字符宽度）。注意：这里的“8”和“10”指的是读取宽度，SAS 会从指针所在位置开始数这么多位。

代码示例

/* 创建一个名为 sampledata 的数据集 */
DATA sampledata;
    /* 
       INPUT 语句用于指定读取规则：
       @6  : 将指针移动到第 6 列。
       date1 : 第一个变量名。
       ddmmyy8. : 告诉 SAS 读取接下来的 8 个字符，并将其解析为“日-月-年”格式的日期。
       
       @15  : 将指针移动到第 15 列（跳过中间的空格和已读区域）。
       date2 : 第二个变量名。
       ddmmyy10. : 告诉 SAS 读取接下来的 10 个字符。
    */
    INPUT @6 date1 ddmmyy8. @15 date2 ddmmyy10.;
    
    /* 紧接着是 CARDS/DATALINES 数据块 */
    CARDS;
20-07-19 20-07-2019
;
RUN;

结果解析

如果你此时运行 PROC PRINT; RUN;，你会看到令人惊讶的结果：

date1    date2
21750    21750

虽然我们读取的是 2019年7月20日，但显示出来的却是 21750。正如前文所述，这就是 SAS 的内部存储值。如果我们不告诉 SAS 如何“化妆”，它就只会展示素颜。

实战演练 2：使用 FORMAT 语句美化输出

为了让上面的数字变成我们熟悉的日期格式，我们需要引入 FORMAT 语句。这是解决“数字乱码”问题的金钥匙。

DATA sampledata_formatted;
    /* 1. 读取数据（这一步和之前一样，把字符变成内部数字） */
    INPUT @6 date1 ddmmyy8. @15 date2 ddmmyy10.;
    
    /* 2. 定义显示格式（这一步告诉 SAS 输出时如何把数字变回字符串） */
    /* 注意：这里使用的格式名称可以和输入时不一样，非常灵活 */
    FORMAT date1 ddmmyy8. date2 ddmmyy10.;
    
    CARDS;
20-07-19 20-07-2019
;
RUN;

/* 打印结果查看效果 */
PROC PRINT DATA=sampledata_formatted;
RUN;

输出结果：

date1     date2   
20-07-19  20-07-2019

你看，现在就清晰多了！这里的关键点在于：FORMAT 语句并没有改变存储在数据集中的数值（依然是 21750），它只是改变了它在报表中的显示方式。

实战演练 3：处理带有月份缩写的日期

在很多国际化的数据文件中，日期往往是 INLINECODEfd61fb64 或 INLINECODE88f42ad9 的格式，例如 20-jul-19。这种格式非常常见，因为它不会产生歧义（不像 01-02-03，谁知道是哪年哪月？）。

对于这种格式，我们可以使用 SAS 通用的 INLINECODE4f8548b3 格式（通常使用 INLINECODE35caf413 或 date11.）。注意，月份的缩写（如 Jul, Aug）必须是英文的前三个字母，且大小写通常不敏感。

代码示例

DATA temp;
    /* 
       @6: 指针跳到第6列
       dt: 变量名
       date11.: 读取11位宽度的日期，适用于 ‘20-jul-2019‘
    */
    INPUT @6 dt date11.;
    
    /* 我们也可以直接输出为不同格式，比如将其显示为 worddate (英文日期全拼) */
    FORMAT dt date11.; 
    
    CARDS;
20-jul-19
;
RUN;

/* 使用 noobs 选项可以隐藏观测号，让输出更简洁 */
PROC PRINT DATA=temp NOOBS;
    TITLE "读取 DD-MMM-YY 格式日期示例";
RUN;

输出结果：

dt         
20-jul-2019

代码深度解析：

在这个例子中，INLINECODEd9c64f61 输入格式非常智能，它能识别出连字符 INLINECODE719d6ac5 作为分隔符，并正确处理月份的英文缩写 INLINECODE1e573a5c。如果你尝试把 INLINECODE786ae171 改成中文的 INLINECODE9ce6c882 或数字 INLINECODEdc44b71f，SAS 可能会报错或读入缺失值。这就是输入格式严格性的体现。

深入理解：为什么我的数据读入了缺失值？

在实际工作中，最让人头疼的问题莫过于读到一堆点（.），这在 SAS 中代表缺失值。让我们看看几个常见的坑和解决方案。

案例 1：分隔符与格式不匹配

如果你的数据是 INLINECODE4d155dd3（用斜杠分隔），但你使用了 INLINECODE9a834ede 格式。INLINECODEa5b0fb3e 默认期望的是短横线 INLINECODE19573e25 或者无分隔符的紧凑数字（如 20072019）。

解决方案：使用 INLINECODEc41aefe6 格式系列时，SAS 通常能智能处理多种分隔符（如 /, -），但在某些特定格式下，必须明确告知。最安全的方法是确保源数据的一致性，或者使用 INLINECODE00c5c379 这种“智能猜测”格式。

案例 2：年份缺失导致的数据错误

如果你使用 INLINECODEe20d2e9d 读取 INLINECODEe6980b6f，SAS 会将其识别为 INLINECODE5a55b55f。但如果你读取的是 INLINECODEfe786053，SAS 会默认认为这是 INLINECODE1b40b591。这通常符合预期。然而，如果你的数据全是 1920 年代的出生日期（例如 INLINECODE4362d43e），SAS 可能会将其误判为 2029年。

解决方案：SAS 有一个系统选项 INLINECODE7973a3cd，默认值通常是 INLINECODEa9effbfd。这意味着 26-99 被视为 1926-1999，而 00-25 被视为 2000-2025。

OPTIONS YEARCUTOFF=1920; /* 我们可以根据实际情况调整这个截断年份 */

最佳实践与性能优化建议

作为一名专业的 SAS 开发者，我们不仅要写出能跑的代码，还要写出健壮、易读的代码。

1. 永远指定宽度，但要留有余地

在使用 INLINECODE8160e633 或类似的格式时，数字（8, 10, 11）代表读取的列宽。如果你的数据中有不可见的空格，或者某些行是 INLINECODEeb4413d9（单月份），而你的格式是 ddmmyy8.，指针读取可能会错位。建议：尽量让源数据对齐，或者使用带分隔符的列表输入模式。

2. 区分 INPUT 函数与 PUT 函数（重要！）

这是很多新手最容易晕的地方。

• INPUT 函数：把 字符 转 数值/日期。当你有一列字符串 "20230101" 想变成日期变量时，用它。

  /* sas_date_val 是数值型 */
  sas_date_val = INPUT("20230101", yymmdd8.);

• PUT 函数：把 数值/日期 转 字符。当你想把日期转换成特定的字符串导出到文本文件时，用它。

  /* char_date 是字符型 */
  char_date = PUT(TODAY(), yymmdd10.);

记住：“I”nput converts Inward (to number), “P”ut converts P outward (to text)。

3. 利用 FORMAT 语句的持久性

一旦你在 Data Step 中使用了 FORMAT 语句，这个格式会跟随该变量传递到所有基于该数据集的 PROC 步骤中。这意味着你不需要在每次打印时都重新定义格式，这大大提高了效率并保持了输出的一致性。

更多实战场景：处理不规范的日期

让我们通过一个稍微复杂的例子来巩固我们的知识。假设我们遇到混杂的日期格式。

DATA messy_data;
    INPUT raw_date $20.; /* 先作为一个长字符串读取 */
    
    LENGTH clean_date 8;
    
    /* 使用 INPUTN 和 IF-THEN 逻辑来判断格式 */
    /* 如果包含连字符，尝试一种格式，否则尝试另一种 */
    IF INDEX(raw_date, ‘-‘) > 0 THEN DO;
        clean_date = INPUT(raw_date, ANYDTDTE10.);
    END;
    ELSE DO;
        clean_date = INPUT(raw_date, 8.); /* 尝试作为纯数字（SAS日期值） */
    END;
    
    /* 最后统一格式化输出 */
    FORMAT clean_date worddate20.; /* 显示为 July 20, 2019 这种样式 */
    
    DATALINES;
2023/10/01
21915
01-Oct-23
;
RUN;

PROC PRINT DATA=messy_data NOOBS;
    VAR raw_date clean_date;
RUN;

在这个例子中，我们先不分青红皂白地把日期当成字符读进来，然后再使用智能输入格式 INLINECODE11908c18 进行清洗。INLINECODEc7e09857 是一个非常强大的工具，当你不确定数据源的具体格式时，它能自动识别 INLINECODEe51f4e27、INLINECODE9eeec630、YYMMDD 等多种顺序。

总结与后续步骤

在这篇文章中，我们像工匠一样拆解了 SAS 处理日期的机制。从理解那串“神秘的数字”开始，到掌握 INLINECODEbce1554a 的读取指针，再到利用 INLINECODEf26dc665 为数据穿上外衣。

让我们回顾一下关键点：

• 内部存储：SAS 日期本质上是数字（距离 1960年1月1日的天数）。
• Informat (Input)：用于 Data Step，解决“读进来”的问题，把字符变成数字。
• Format (Display)：用于任何地方，解决“秀出去”的问题，把数字变回字符显示。
• 常见陷阱：注意年份的截断设置 (YEARCUTOFF) 以及分隔符的匹配。
• 实战技巧：遇到复杂情况可先用字符读取，再用 INPUT 函数转换。

接下来的建议：

既然你已经掌握了基础的格式化技巧，我建议你接下来尝试结合 INLINECODEa110b621 和 INLINECODE9bc3e404 函数 来学习如何进行日期的加减运算（例如：计算两个日期之间相隔多少个月，或者获取“下个月的第一天”）。这才是处理时间序列数据真正强大的地方。

希望这篇指南能帮助你不再畏惧 SAS 日期！试着去修改上面的代码，看看如果格式指定错误，SAS 会给你什么提示。最好的学习方式就是亲手去“破坏”它，再修好它。