在日常的数据处理工作中，我们经常面临这样的挑战：如何从海量的数据集中快速、准确地提取出我们真正关心的那一部分信息？虽然你可能已经习惯了使用 IF 语句来筛选数据，但在 SAS 编程的世界里，还有一个更为强大且高效的工具等待着我们去发掘——那就是 WHERE 语句。
WHERE 语句不仅能像 IF 语句那样过滤数据，它在处理已存在的 SAS 数据集时，往往能提供更优的执行效率和更简洁的代码逻辑。在接下来的这篇文章中，我们将深入探讨 WHERE 语句的方方面面。你将学习到它的基本语法、各种运算符的使用、与 IF 语句的区别，以及在实际工作中如何利用它来优化你的代码性能。让我们一起开始这段探索之旅吧。
WHERE 语句基础与语法
首先，让我们通过一个直观的场景来理解 WHERE 语句的核心作用。
核心语法
WHERE 语句的基本逻辑非常直观：“保留满足特定条件的观测”。
基本语法结构：
WHERE (表达式为真);
这里的“表达式”可以涉及算术比较、逻辑运算或者是特定的 SAS 函数。当 WHERE 语句中的条件判断为“真”时，SAS 会保留当前的观测（行）；如果为“假”，则该观测会被剔除。
> 💡 实用见解： 你可能会问，这和 IF 语句有什么区别？这是一个非常好的问题。WHERE 语句是在数据集被读取进 PDV（程序数据向量）之前进行过滤的，而 IF 语句是在数据读取之后才进行判断。这意味着 WHERE 语句往往能减少 I/O 操作，从而在大数据集处理中显著提升速度。
任务 1：基础条件筛选
假设我们正在处理一份学生的成绩数据。我们的任务很简单：只保留“A”组的学生，忽略其他组别的数据。
场景示例
我们需要筛选出 Section 变量等于 “A” 的所有记录。
代码实现
/* 步骤1：创建原始数据集 */
data readin;
input name $ Section $ Score;
datalines;
Raj A 80
Atul A 77
Priya B 45
Sandeep A 95
Rahul C 84
Shreya C 44
;
run;
/* 步骤2：使用 WHERE 语句筛选 A 组学生 */
data readin1;
set readin;
where Section EQ "A"; /* 这里的 EQ 是等于的意思 */
run;
/* 打印结果查看 */
proc print data=readin1;
run;
代码深度解析
- INLINECODE59c99035：这行代码是核心。INLINECODE27d30426 是 SAS 中“等于”的 mnemonic（记忆符），它完全等同于数学符号 INLINECODE6a6db5c8。写 INLINECODE268215da 效果是一样的。
- 执行逻辑：SAS 在读取 INLINECODE9991fcdc 数据集时，会先检查每一行的 INLINECODE847f62ee 值。只有当它等于 “A” 时，SAS 才会花费资源去读取该行的其他变量（如 INLINECODEc4396b60 和 INLINECODEa411409b）。这种“预筛选”机制是其高效的关键。
逻辑运算符详解
现实世界的数据筛选往往不仅仅基于单一条件。我们经常需要组合多个条件。WHERE 语句完全支持标准的逻辑运算符，这使得我们可以构建复杂的筛选逻辑。
常用逻辑运算符对照表
记忆符
使用场景描述
:—
:—
AND
当你需要同时满足两个条件时使用。例如：既是“A”组且分数大于80。
或 (任意一个为真)
NOT
当你需要排除某些特定值时使用。例如：不是“C”组的学生。> ⚠️ 注意事项： 在 SAS 表达式中，运算符是有优先级的。通常，比较运算符优先于逻辑运算符，而 NOT 优先于 AND，AND 又优先于 OR。为了避免混淆，我们强烈建议你使用括号 () 来明确你的逻辑意图，这在编写复杂代码时尤其重要。
任务 2：多值筛选与 IN 操作符
让我们进阶一步。现在的任务是：选择属于“A”组 或者 “B”组的学生。虽然我们可以用 OR 来连接两个条件，但 SAS 提供了一个更优雅的解决方案——IN 操作符。
场景示例
我们需要筛选出 Section 变量值为 “A” 或 “B” 的所有记录。
代码实现
“sasndata readin;
input name $ Section $ Score;
datalines;
Raj A 80
Atul A 77
Priya B 45
Sandeep A 95
Rahul C 84
Shreya C 44
;
run;
/* 使用 IN 操作符进行多值筛选 */
data readin_combined;
set readin;
where Section IN ("A", "B"); /* 括号内列出所有符合条件的值 */
run;
/* 打印结果查看 */
proc print data=readin_combined;
title "A组和B组的学生名单";
run;
CODEBLOCK_6ef24490sasndata passing_students;
set readin;
/* 筛选分数在 60 到 90 之间的学生 */
where Score BETWEEN 60 AND 90;
run;
CODEBLOCK_66fca1f3sasndata s_names;
set readin;
/* 筛选名字以 ‘S‘ 开头的学生 */
where name LIKE ‘S%‘;
run;
CODEBLOCK_be584b57sasndata valid_scores;
set readin;
/* 筛选 Score 不为缺失值的记录 */
where Score IS NOT MISSING;
/* 等同于 where Score ne .; (数值型) 或 where Score ne ‘‘; (字符型) */
run;
CODEBLOCK_bc4b935fsasndata missing_check;
set readin;
where Score IS MISSING;
run;
CODEBLOCK_fdbbde54sas
/* 更加健壮的写法 */
where upcase(Section) = "A";
CODEBLOCK_b7f1513esas
/* 不推荐：容易产生歧义 */
where a=1 or b=2 and c=3;
/* 推荐：逻辑清晰 */
where (a=1 or b=2) and c=3;
“
结语
通过这篇文章，我们系统地探索了 SAS WHERE 语句的强大功能。从简单的等于条件，到复杂的逻辑组合、区间筛选以及模式匹配，WHERE 语句都是我们手中不可或缺的利器。
掌握 WHERE 语句不仅能让你的代码看起来更加专业、简洁，更重要的是，它能显著提升数据处理的效率。下一次当你面对数据筛选的任务时，请记得优先考虑 WHERE 语句。
你可以尝试将你现有的代码中的部分 IF 语句替换为 WHERE 语句，感受一下执行效率的变化。编程是一门实践的艺术，动手尝试是最好的学习方式。祝你在数据分析的道路上越走越远！