sasjs/skills

SAS 语言

编写地道、高质量的生产级 SAS 代码。此技能涵盖 SAS 语言本身，与任何框架无关。

范围

• DATA 步编程（SET/MERGE/BY、RETAIN、数组、DO 循环、哈希对象、first./last. 处理）
• PROC SQL（连接、子查询、视图、使用 CONNECT TO 进行直通）
• 宏语言（%macro/%mend、宏变量、%local/%global、条件 %IF 逻辑、引用函数 %STR/%NRSTR/%BQUOTE、CALL SYMPUTX）
• 常用过程：SORT、MEANS/SUMMARY、FREQ、TRANSPOSE、REPORT、PRINT、CONTENTS、DATASETS、FORMAT、IMPORT/EXPORT
• 格式和输入格式（通过 PROC FORMAT 自定义，图片格式）
• ODS 输出（HTML、PDF、RTF、Excel、OUTPUT 目标）
• 文件 I/O：LIBNAME、FILENAME、INFILE/INPUT、FILE/PUT

工作流程

对每个生成 SAS 代码的请求（新程序、编辑或调试）应用此循环：

1. 分析请求。 识别输入：数据集、列、宏变量、平台（SAS 9 vs Viya）。注意所需的输出：数据集、报告（ODS）、宏变量或文件。如果请求不明确，陈述您的假设并继续。
2. 编写代码草案。 按照下面的样式规则编写最简洁的正确程序。使用两级数据集名称、为字符变量显式指定 length、在宏内部使用 %local，以及为 proc sql 使用 quit;。优先使用 proc sort nodupkey 而非手动去重。
3. 运行它（或描述运行过程）。 如果有 SAS 会话可用，提交并捕获日志。如果没有，则根据常见陷阱列表在脑子里追踪代码——指出任何您无法验证的步骤。
4. 检查日志。 将任何 WARNING: 或 ERROR: 视为需要修复的缺陷，而不是可以忽略的注释。常见问题包括：未初始化的变量、隐式的数值到字符转换、由于隐式 length=8 导致的截断、“无观测”、未解析的宏引用、只读的自动宏变量。在合理的情况下，也应删减多余的 NOTE。
5. 对照陷阱进行复核。 在返回最终代码之前，根据常见陷阱列表重新通读一遍。修复或注释任何被标记的问题。

输入： 一个请求（自然语言或 .sas 文件），可选地附带样本数据或日志片段。输出： 地道的 SAS 代码（2 空格缩进，以 run;/quit; 结尾），外加一段简短说明，指出已处理的陷阱或已做的假设（如适用）。验证： 返回的代码需通过心智日志扫描，零 WARNING/ERROR，并且（当可用时）实际运行产生干净的日志。

不可协商：没有 WARNING

生成的 SAS 代码必须干净地运行——日志中零 WARNING（和零 ERROR）。将每个 WARNING: 视为缺陷：未初始化变量、隐式类型转换、本应是警告的截断注释、“无观测”、未解析的宏引用等。如果某个警告确实不可避免，请有意识地抑制它（例如使用显式选项）并注释原因。同样，在合理的情况下也应避免多余的 NOTE。

样式规则

这些规则遵循 @sasjs/core 编码标准——适用于所有 SAS 代码：

• 每行一条语句；缩进 = 2 个空格，无制表符，无尾部空白
• 每行不超过 80 个字符；Unix（LF）行尾；UTF-8
• 完全避免非 ASCII / 特殊字符——以确保跨 SAS 安装和编码的最大兼容性
• 始终以 run; 结束步骤；对于 proc sql（以及连接到 CAS 的过程），必须使用 quit; 以避免在 Viya 上出现 WARNING: You cannot disconnect or terminate session ...
• 所有数据集引用必须是两级的（work.blah，而不是 blah）——可防止 DATASTMTCHK=ALLKEYWORDS 和活动的 USER 库
• 为字符变量显式指定 length / attrib，而不是依赖默认值（避免隐式 length=8 截断）
• 使用字面量后缀以增加清晰度（'01JAN2020'd，'12:30't）
• 优先使用带 nodupkey 的 proc sort，而非手动去重逻辑
• 宏：
  • 即使没有参数，也要用括号定义：%macro x(); 而不是 %macro x;
  • 结尾的 %mend; 必须重复宏名称
  • 宏调用不以分号结尾：%my_macro() 而不是 %my_macro();
  • 必需参数使用位置参数；可选参数使用关键字（var=）风格
  • 宏名称小写，采用“动词-名词”约定
  • 宏变量不带尾部点号（&var 而不是 &var.），除非需要防止错误解析
  • 宏变量名称不区分大小写：&Foo、&FOO 和 &foo 解析为同一个符号（%symexist/%superq/symget 的参数也是如此，它们接受的是名称而非值）。不要将大小写不匹配视为错误——它从来不是原因。
  • 除非有意设为全局（全局变量应使用应用程序前缀以避免冲突），否则所有宏变量必须是 %local；在 DATA 步中使用 call symputx（而不是 symput）
  • 在宏内部使用 /* */ 进行注释（星号注释会被编译到宏中）
  • 使用 %length(&var)=0 检查而非 &var= 来守卫宏逻辑（空比较是不安全的）
• 避免命名冲突：使用基于 %sysfunc-/&syslast 的工作表（例如 data &output; set &syslast; run;）而不是硬编码的名称
• WORK 库在会话终止时自动清除：SAS 会在会话结束时删除 WORK 中的每个表，因此对于普通的临时表，不需要显式清理（proc datasets lib=work nolist; delete ...; quit;）——请不要添加它，也不要在审查中将其缺失标记为缺陷。仅在临时文件足够大或数量足够多，可能在中途造成磁盘压力时才进行显式清理；在这种情况下，一旦不再需要就立即删除它们，而不是留待会话结束时处理。
• 不允许出现开放（非宏）的条件代码：将平台分支或有条件执行的代码块（例如 %if %mf_getplatform()=VIYA %then %do; ... %end;）包裹在 %macro ... %mend 中并调用该宏。在程序级别使用开放的 %if 会在某些执行上下文（作业/调度器/测试框架）中失败，并隐藏作用域泄漏。

可移植性注意事项

• 注意 SAS 9.4 和 Viya 之间代码的差异（例如 CAS 操作 vs 过程，用于加载 sashdat 的 proc casutil，锁定服务器上没有 X 命令）
• 除非要求，否则避免硬编码的物理路径和特定于引擎的选项
• 不允许使用 if/else 逻辑的开放宏代码：将分支块包裹在 %macro ... %mend 中并调用它们——开放的 %if/%else 在所有 SAS 环境中的行为都不如预期。

前后对比示例

每对示例都展示了一个常见的 WARNING 或易出错模式及其地道的修复方法，并指出了它解决的日志问题。

DATA 步：未初始化变量 + 隐式长度截断

之前 —— region 被引用但从未赋值也未通过 set 引入，因此日志显示 WARNING: Variable region is uninitialized；并且 name 从源数据继承了 first_name 的长度（通常为 $8），静默截断了连接后的值：

data work.customers;
  set work.source;
  region = upcase(region);                 /* region 不在 work.source 中 */
  name = catx(' ', first_name, last_name); /* 被截断为源数据中 name 的长度 */
run;

之后 —— region 通过 set 引入（或显式赋值），并且在 set 之前显式声明 length 以加宽 name，使得 catx 不会被截断：

data work.customers;
  length name $ 50;
  set work.source;                          /* region 必须存在于 work.source 中 */
  region = upcase(region);
  name = catx(' ', first_name, last_name);
run;

PROC SQL：隐式转换 + 笛卡尔积

之前 —— 在字符型 id 和数值型 cust_id 上进行连接会触发 NOTE: Character values have been converted to numeric（或在某些选项下导致 WARNING），并且缺少连接键有导致笛卡尔积爆炸的风险：

proc sql;
  create table work.joined as
  select a.*, b.balance
  from work.orders a, work.accounts b
  where a.id = b.cust_id;
quit;

之后 —— 显式声明 length/进行类型转换以使类型匹配，使用显式内连接，并添加守卫以防止在键缺失时产生笛卡尔积：

proc sql;
  create table work.joined as
  select a.id, a.amount, b.balance
  from work.orders as a
  inner join work.accounts as b
    on a.id = input(b.cust_id, 8.) /* 显式类型转换；或修复上游长度 */
  ;
quit;

如果某个键列在两边都合法地存在重复值，请先聚合或去重——绝不依赖偶然的 1:1 连接。

宏：缺少 %local + 不安全的空值检查

之前 —— 宏内部的 %let 会在全局作用域中创建 dsid（没有 %local），并且 %if &filter= 是不安全的——当 &filter 为空时，它解析为 %if = %then，这是一个语法错误，而不是一条干净的分支：

%macro apply_filter(filter=);
  %if &filter= %then %do;
    data work.out; set work.in; run;
  %end;
  %else %do;
    data work.out; set work.in; where &filter; run;
  %end;
  %let dsid = &syslast;
%mend apply_filter;

之后 —— %local dsid 将临时变量保留在宏作用域内，%length(&filter)=0 安全地守卫了空值检查，宏定义使用了括号，并且 %mend 重复了名称：

%macro apply_filter(filter=);
  %local dsid;
  %if %length(&filter)=0 %then %do;
    data work.out; set work.in; run;
  %end;
  %else %do;
    data work.out; set work.in; where &filter; run;
  %end;
  %let dsid = &syslast;
%mend apply_filter;

审查时要标记的常见陷阱

• 意外的多对多 MERGE
• 自动变量 _ERROR_ / 隐式 RETAIN 的意外行为
• 宏时机问题：在 &macrovar 存在之前引用它，%if 评估 DATA 步变量（应使用 if/symget 代替）
• 自动宏变量（&syscc、&syswarningtext、&syserrortext、&sysdate、&sysuserid 等）是只读的——尝试覆盖它们（例如 %let syswarningtext=; 或 call symput('syscc',...)）会引发 ERROR: Unable to assign value to a macro variable that is read only（或类似错误）。永远不要试图“清除”它们。
• 首次赋值时由于隐式 length=8 导致的截断
• proc sql 笛卡尔积警告

局限性

此技能是一个静态的语言参考——它为编写和审查 SAS 代码提供指导。它不执行 SAS 代码、运行 shell 命令、访问文件系统、连接数据库或发起网络请求。所有代码示例仅供说明之用，必须由用户提交到 SAS 会话。“文件 I/O”、“PROC SQL”、“命令”和“执行”等术语指的是 SAS 语言概念（文件处理语句、SQL 过程、宏执行上下文），而不是此技能执行的操作系统级别的操作。