在SAS Studio中将300万行TXT文件拆分为多个SAS数据集求助

方法一：DATA步直接拆分（简单高效，适合固定拆分数量） #

先将TXT文件正确读取为完整的SAS数据集，再通过内置变量_N_按行号分配到不同数据集：

1. 读取TXT文件（以逗号分隔、首行为变量名为例）：

proc import datafile="/path/to/your/txt_file.txt"
    out=full_dataset
    dbms=dlm
    replace;
    delimiter=","; /* 按实际分隔符调整，制表符用'09'x */
    getnames=yes; /* 首行作为变量名 */
run;

如果是固定宽度的TXT，建议用DATA步手动定义变量，避免PROC IMPORT识别错误：

data full_dataset;
    infile "/path/to/your/txt_file.txt" firstobs=2; /* firstobs=2跳过变量名行 */
    input var1 $ 1-10 var2 11-15 var3 16-20; /* 按实际字段宽度定义变量 */
run;

2. 拆分数据集：

data split1 split2 split3 split4;
    set full_dataset;
    /* 用行号取模，均匀分配到4个数据集 */
    select(mod(_N_, 4));
        when(0) output split4;
        when(1) output split1;
        when(2) output split2;
        when(3) output split3;
    end;
run;

_N_是SAS内置的行号变量，mod(_N_,4)会生成0-3的结果，对应4个数据集，300万行的话每个数据集约75万行，数据和变量名完全继承自原始数据集。

方法二：宏程序拆分（灵活适配不同拆分数量） #

如果需要动态调整拆分数量，可使用宏程序按行数拆分，避免之前出现的变量丢失问题：

%macro split_data(in_ds=, num_splits=4);
    /* 获取原始数据集总行数 */
    proc sql noprint;
        select count(*) into :total_rows from &in_ds.;
    quit;
    /* 计算每个拆分数据集的行数（向上取整） */
    %let rows_per_split = %sysevalf(&total_rows. / &num_splits., ceil);

    /* 循环生成拆分数据集 */
    %do i=1 %to &num_splits.;
        %let start_row = %eval((&i.-1)*&rows_per_split. + 1);
        %let end_row = %eval(&i.*&rows_per_split.);
        /* 最后一个数据集取剩余所有行，避免超出总行数 */
        %if &i. = &num_splits. %then %let end_row = &total_rows.;

        data split&i.;
            set &in_ds.(firstobs=&start_row. obs=&end_row.);
        run;
    %end;
%mend;

/* 调用宏：传入原始数据集和拆分数量 */
%split_data(in_ds=full_dataset, num_splits=4);

宏程序先计算总行数，再按指定数量拆分，每个数据集取对应行范围，变量名和数据完全保留，不会出现丢失问题。

验证拆分结果 #

拆分完成后，可通过以下代码确认变量和数据完整性：

/* 检查变量 */
proc contents data=split1; run;
/* 查看前10行数据 */
proc print data=split1(obs=10); run;

内容的提问来源于stack exchange，提问作者Kshitij Chaubey