PROC SQL 004

上一节，我们介绍了使用 SELECT 语句对变量进行查询，这一节我们继续介绍 SELECT 的简单查询操作。

常量

常量包括数值常量和字符串常量，有时候也被称为字面量（literal）。

proc sql noprint;
    create table ADSL as
        select
            "TEST-CLINICAL-TRIAL-2023-0012" as STUDYID,
            USUBJID,
            SITEID,
            SEX,
            AGE
        from DM;
quit;

上述代码中，在查询语句中使用了常量 "TEST-CLINICAL-TRIAL-2023-0012"，查询结果存储在新创建的数据集 ADSL 中。ADSL 包括数据集 DM 中的 4 个变量，以及使用常量定义的一个变量 STUDYID。

💡 使用关键字 AS 可以为未命名的变量指定一个变量名（又称别名），便于后续引用。若查询结果仅仅是为了展示，可以不定义别名；若查询结果将存储在数据集中，则应当指定一个别名，否则 SAS 将自动指定一个变量名（根据查询类型，可以是 _TEMAxxx 或 _TEMGxxx）。基于代码可读性的考虑，依赖 SAS 的自动命名机制是不可取的，在创建数据集的任何时候都应当显式指定变量名。

CASE 表达式

SELECT 语句支持使用 CASE 表达式按照条件进行查询。

proc sql;
    select
        USUBJID,
        SITEID,
        SEX,
        (case SEX
            when "F" then "男"
            when "M" then "女"
        end) as SEXC
    from DM;
quit;

上述代码使用 CASE 表达式根据变量 SEX 的值衍生新的变量 SEXC，对于某一条观测，其变量 SEX 的值都会与指定的 WHEN 条件进行比较，直到符合某一条 WHEN 条件，此时将 THEN 后面的结果作为查询结果赋值给变量 SEXC。

CASE 表达式还有另一种写法，可以不在 CASE 后面指定变量名，但是在 WHEN 后面指定具体的条件，上述代码可以改写为：

proc sql;
    select
        USUBJID,
        SITEID,
        SEX
        (case
            when SEX = "F" then "男"
            when SEX = "M" then "女"
        end) as SEXC
    from DM;
quit;

💡 这两种写法的区别是：第一种适用于要执行的比较仅涉及单个变量的情况，第二种适用于要执行的比较涉及多个变量的情况。

例如，下面的例子就只能使用 CASE 表达式的第二种写法：

proc sql;
    select
        USUBJID,
        SITEID,
        SEX
        (case
            when CMSTDT <  TRTDT then "既往用药"
            when CMSTDT >= TRTDT then "合并用药"
        end) as CMSCAT
    from DM;
quit;

通常，CASE 表达式还可以使用 ELSE 关键字指定一条 “兜底” 的查询结果，当所有 WHEN 条件都不匹配时，将返回 ELSE 表达式结果。

proc sql;
    select
        USUBJID,
        SITEID,
        (case when HEIGHTU = "m" then HEIGHT/WEIGHT**2
              when HEIGHTU = "cm" then HEIGHT/100/WEIGHT**2
              else -1
        end) as BMI
    from DM;
quit;

此外，CASE 表达式也可以嵌套使用，从而实现复杂条件的判断，这类似于 DATA 步中 IF ELSE 语句的嵌套，例如：

proc sql;
    select
        USUBJID,
        SITEID,
        (case when HEIGHTU = "m" then
            (case when WEIGHTU = "kg" then HEIGHT/WEIGHT**2
                  when WEIGHTU = "pound" then HEIGHT/(WEIGHT*0.4536)**2
                  else -1
            end)
              when HEIGHTU = "cm" then
            (case when WEIGHTU = "kg" then HEIGHT/100/WEIGHT**2
                  when WEIGHTU = "pound" then HEIGHT/100/(WEIGHT*0.4536)**2
                  else -1
            end)
              else -1
        end) as BMI
    from DM;
quit;

函数

SELECT 语句中可以使用任何支持的 SAS 函数，函数的返回值将作为查询结果。PROC SQL 支持大部分 SAS 内置函数以及任何不含数组参数的 PROC FCMP 自定义函数。例如：下面的代码在 SELECT 语句中使用了 INTCK 函数计算用药的持续天数。

proc sql;
    select
        USUBJID,
        SITEID,
        CMSTDT,
        CMENDT,
        intck("day", CMSTDT, CMENDT) as CMDURDT
    from CM;
quit;

SELECT 语句支持使用自定义函数。例如：下面的代码在 SELECT 语句中使用了自定义函数 IMPUTE_CMSTDT 用于填补变量 CMSTDT 的缺失日期，受限于篇幅，这里没有给出函数 IMPUTE_CMSTDT 的定义。

proc sql;
    select
        USUBJID,
        SITEID,
        impute_cmstdt(CMSTDTC, CMENDTC, TRTSDTC) as CMSTDT format = yymmdd10.,
        CMENDT
    from CM;
quit;

这里再额外介绍一个 SAS 9.4 尚未公开于文档中的函数：MONOTONIC()。这个函数的作用是自增计数，类似于 DATA 步中的自动变量 _n_，这在附带观测序号输出的情况下是非常有用的。

proc sql;
    select
        MONOTONIC() as seq label = "序号",
        name,
        sex,
        age,
        height,
        weight
    from sashelp.class;
quit;

输出结果：

CALCULATED 关键字

CALCULATED 关键字用于引用当前 SELECT 子句中已经计算好的变量，使用 CALCULATED 可以减少不必要的计算过程，降低代码的冗余。

proc sql;
    select
        MONOTONIC() as seq label = "序号",
        name,
        height * 0.0254 as height label = "身高(m)" format = 8.2,
        weight * 0.4536 as weight label = "体重(kg)" format = 8.1,
        (CALCULATED weight / CALCULATED height**2) as BMI1 label = "BMI1(kg/m^2)" format = 8.2,
        (weight / height**2) as BMI2 label = "BMI2(kg/m^2)" format = 8.2
    from sashelp.class;
quit;

上述例子使用 CALCULATED 关键字引用了当前 SELECT 语句中经过单位转换的变量 height 和 weight，直接使用转换后的结果计算 BMI。若不使用 CALCULATED 关键字，则引用的仍然是未经过单位转换的变量。如下图所示，BMI1 是引用了经过单位转换的变量后的正确计算结果，BMI2 是引用了未经过单位转换的原始变量后的错误计算结果。