使用SAS Proc Import导入CSV时日期格式异常（含随机点）如何解决？

问题根源 #

Proc Import的自动变量识别逻辑会受本地SAS的区域设置（如日期解析顺序、分隔符规则）以及CSV前几行数据的影响，导致日期被错误解析为数值或异常格式。

解决方案 #

1. 用数据步手动读取（最可靠） #

放弃Proc Import的自动识别，直接在数据步中指定变量类型和日期读取格式，完全控制解析逻辑：

/* 假设CSV第一行是变量名，出生日期字段名为birth_date */
data name;
    infile "filepathandname.csv" dlm=";" dsd firstobs=2; /* dsd处理带引号的字段，firstobs=2跳过表头 */
    /* 定义变量长度和类型，按需添加其他变量 */
    length birth_date date9. name $50 age 3;
    /* 用:ddmmyy10.读取dd/mm/yyyy格式的日期，其他变量按需添加 */
    input name age birth_date :ddmmyy10.;
    /* 设置日期显示格式，可根据需求换成ddmmyy10.（显示为23/10/2023） */
    format birth_date date9.;
run;

2. 优化Proc Import参数 #

如果习惯用Proc Import，通过调整参数强制正确识别日期：

方法A：增加guessingrows=max让SAS读取所有行判断变量类型

避免因前几行数据无有效日期导致识别错误：

proc import
    file="filepathandname.csv"
    out=name
    dbms=dlm
    replace;
    delimiter=";";
    getnames=yes;
    guessingrows=max; /* 读取全部数据行来确定变量类型 */
run;

方法B：强制指定日期解析格式

通过dateformat参数统一设置日期变量的解析规则：

proc import
    file="filepathandname.csv"
    out=name
    dbms=dlm
    replace;
    delimiter=";";
    getnames=yes;
    dateformat=ddmmyy10.; /* 强制按dd/mm/yyyy格式解析日期 */
run;

方法C：调整SAS日期解析顺序

设置datestyle=DMY让SAS优先按「日-月-年」顺序解析日期，匹配CSV中的格式：

options datestyle=DMY; /* 全局设置日期解析顺序 */
proc import
    file="filepathandname.csv"
    out=name
    dbms=dlm
    replace;
    delimiter=";";
    getnames=yes;
run;

3. 事后修复异常字段 #

如果已经导入错误，可通过字符处理修复日期字段（假设错误字段为字符型，值为23.102.023）：

data name_fixed;
    set name;
    /* 替换小数点为斜杠，再转换为日期 */
    birth_date = input(tranwrd(birth_date, '.', '/'), ddmmyy10.);
    format birth_date ddmmyy10.;
run;

内容的提问来源于stack exchange，提问作者Limonade