特别說明：本節【SAS Says】基礎篇：讀取資料（上），用的是數說君學習《The little SAS book》時的中文筆記，我們認為這是打基礎的最好選擇。
複習：
前面三節
- 【SAS Says】基礎篇：SAS軟體入門（上）
- 【SAS Says】基礎篇：SAS軟體入門（下）
- 【SAS Says】基礎篇：讀取資料（上）
前面在“基礎篇：讀取資料（上）”中我們介紹了list input的資料讀取方式，如果原始資料是用空格分隔的那麼可以用這種讀取方式，這種讀取方式要求變量值不能包含空格，并且不能跳過某些值，隻能用符号“.”來代表缺失。但是，當資料不是空格分隔的，或者沒用用句号代替缺失值，或者變量值中肯定要包含空格時怎麼辦？比如有一個address變量，大家知道位址中很多都帶有空格的，現在就有一個位址是“Columbia Peaches”，要怎麼讀取？别着急，本章中将介紹另外兩種讀取方式：column input和informats，以及如何同時利用這三種方式讀取資料。
此外，本節還要介紹如何處理那些淩亂的資料，如資料中出現不需要的亂碼如何不讀取、如何讀取某個特定字元後面的資料、如何讓SAS遇到空格就停止讀取等等。
本節目錄：
讀取資料（下）
2.6 column input讀取按固定排列的原始資料
2.7 informats讀取非标準格式的原始資料
2.8 用可選變量形式
2.9 混合讀取方式
2.10 讀取淩亂的原始資料
2.11 跨行觀測值的讀取方式
讀取資料（中）
2.6 column input讀取按固定列排列的原始資料
當一些原始資料的值之間沒有空格分開，或者沒用用句号代替缺失值時，list input就不能用。但當每個變量的值都出現在資料行的相同位置時，并且變量值是字元串或者标準數值（隻包含資料、小數點、正負号、和科學标注的E。逗号和日期都不能算）時，可以使用column input來讀取。
相比list input，column input有如下優勢：
- 不要求變量值之間的空格；
- 缺失值可以直接用空格代替；
- 字元串中可以包含空格；
- 可以跳過不需要的變量。
調查資料使用column input，因為調查答案的記錄都是用單個數字（0-9），如果每個答案之間再用空格分開，就會使整個檔案會擴大兩倍。有位址的資料檔案也使用 column input，因為位址之中常常包含空格，比如街道Martin Luther King Jr.Boulevard在column input中就可以當成一個變量而不是五個。可能用column input讀取的資料也可以用formattedinput讀取或者幾種方式組合。
Column input的input語句格式如下：input關鍵字後接變量名、再接變量的列位置（列位置是字元或者數值在一行中的位置）。字元串變量名後仍要用“空格+$”，變量名之間仍要用空格隔開。示例如下：
這個語句表明，Name變量，在行中占據第1列第10列，為字元串變量，age占據第11-13列，為數值變量，height占據第14-18列，數值變量。
例子 原始資料記錄如下：
讀取這個資料的column input程式如下：
第一個變量visitingteam占據第1-20列，為字元變量；concessionsales占據第21-24列，為數值變量，下面幾個變量均占據固定的列。輸出結果如下：
2.7 informats讀取非标準格式的原始資料
有時候原始資料不全是字元串或者數值，比如類似1,00,001這樣包括逗号的字元串值，電腦就不能讀取，其他諸如包含美元符号、十六進制、壓縮十進制的資料都是非标準資料。SAS中，informats可以用來告訴電腦如何讀取這樣的數值。
日期是最普通的非标準資料，SAS informats會把類似10-31-2003或者31OCT03轉換成數字，日期的起點為1960年1月1日，即這一天的數字為0。
Informats的三種普遍格式為：字元串、數值、日期。這三種格式的形式如下：
$代表是字元串、informats代表形式（比如日期的MMDDYY）、w是寬度、d是小數點的位數、最後是句号“.”，缺少句号會使得SAS把形式（如MMDDYY）當做變量名。一個簡單formatted input的簡單INPUT語句如下：
Name為字元串變量，占據10個寬度，即列位置從1-10；age為數值變量，占據3個寬度，列位置從11到13；height也為數值變量，占據5個寬度，包括了1位小數點和小數點本身，列位置從14-18（如150.3）；最後是日期變量，從第19列開始，形式為MMDDYY。
例子 原始資料如下：
讀取這個資料的informat程式如下：
年齡後面的+1代表跳過一列，即原始資料中年齡後面有一個空格。最後的5個變量score1-score5，都要求有同樣的形式，4.1。将變量名和形式分别放在兩個括号集中，可以一次性定義很多變量。輸出結果如下：
2.8 可選擇變量形式
一般使用的變量形式的定義，以及它們的寬度範圍和預設寬度如下：
2.9 混合讀取方式
每種資料讀取方式都有其優勢，list最簡單，column和formatted雖然複雜但是不要求變量之間的空格，并且變量名中可以包含變量，而且formatted可以讀取特殊的資料比如日期。SAS可以靈活的讓你搭配不同的讀取方式，以達到最大的友善。
例子如下的原始資料記錄了美國國家公園的資訊：姓名（name）、所屬周（state）、建立時間（year established）、占地面積（size inacre）：
有多種方式進行資料讀取，下面的程式是方式之一：
其中ParkName是column方式讀取，State和Year是list方式讀取，Acreage是formatted方式讀取，輸出結果如下所示：
混合讀取方式有時會遇到問題：SAS通過一個訓示器标注位置，來讀取原始資料的一行，但每種讀取方式對訓示器的使用稍有不同。List方式下，SAS自動找到非空格區域并開始讀取；column方式下，SAS讀取你所指定的特定位置；informatted方式下，SAS不理會訓示器的标準，隻是依次的讀取。這時，就會需要列訓示器@n，來人為的讓SAS的讀取直接跳至某列。
在上面的程式中，列訓示器@40告訴SAS在讀取Acerage變量之前，移動到第40列去，如果移去訓示器，程式為：
輸出結果如下圖所示：
之是以出現這樣的結果，要看原始檔案的列坐标排列：
Comma9告訴SAS讀取9列，SAS就會讀取包括空格在内的9列，這便會導緻輸出結果的問題。
2.10 讀取淩亂的原始資料
有的資料排列混亂，長度不一。這樣的資料需要新的工具處理：@’character’ 列訓示器和colonmodifier。
@’character’列訓示器 2.9中提到@column列訓示器可以讓SAS直接從某列開始讀取資料。但有時候你不知道要讀取的資料是從哪列開始，此時你隻要知道要讀取的資料的前面那個字元或單詞即可。比如有一個關于狗的原始檔案，你想要讀取狗的品種号，但檔案排列很淩亂，隻知道品種号跟随在單詞breed後面，那麼可以用如下方式讀取：
Input @’Breed:’ DogBreed $;
colonmodifier 由于input讀取字元串變量預設為8個字元，是以在上例中如果狗的品種名（dogbreed）超過8個字元，則需要定義長度，定義為$length，在該長度中，空格也算在内。如果要使SAS讀取過程中遇到空格則不再繼續讀取，則要在$length前面加冒号“:”。比如原始資料中有這麼一行：
My dog Sam Breed:Rottweiler VetBills:$478
如果用上述不同方法讀取，會有不同結果：
例子 web日志是淩亂資料的一個很好例子，下面是一個網站的web日志，資料開始于通路IP，後面有通路日期、通路檔案名等資訊。
現在想要讀取通路日期和通路的檔案名，但是它們每行中所占據的列的位置都不同，而且檔案名的長度每行都不一樣，那麼SAS讀取這種檔案通過如下方式：
@’[’作為列訓示器，告訴SAS讀取[之後的内容，@’GET’告訴SAS讀取GET之後的内容，由于檔案名作為字元串變量，這裡基本都會超過8個位元組，是以後面附加:$20。輸出結果如下：
2.11 跨行觀測值的讀取方式
一般原始檔案中一行代表一個觀測值，有時會出現一個觀測值跨行的情況。由于SAS會自動轉到下一行讀取資料，直到讀取這個觀測的所有變量（input語句中給出），是以你需要告訴SAS什麼時候不要換行，以便在日志中不出現SAS-went-to-a-new-line的暫停說明，此時需要在INPUT語句中加行訓示器。
行訓示器 斜線/：告訴SAS跳至原始資料的第二行；#n：跳至第n行，n代表原始資料中某觀測值的行數（#2則讓SAS跳至某觀測值的第二行），#n不能用來回跳。
例子 有一組關于溫度的資料，temperature.dat第一行代表城市和州，第二行代表本日最高溫和最低溫，第三行代表史上最高溫和最低溫。
用如下的程度來讀取這份資料：
Input後面告訴SAS讀取第一行的city變量和state變量，斜線/告訴SAS移動到下一行的第一列，以便讀取normalhigh和normallow。#3告訴SAS移動到第三行的第一列以便繼續讀取觀測值的recordhigh變量和recordlow變量。這裡/可以用#2代替，也可以用/代替#3。
日志記錄如下：
從日志中可以看出，雖然原始原件占了9行，但隻有三個觀測值。
輸出結果如下：