如何在SAS文件I/O数据步中直接标记文件的最后一行？

要在读取文件的同一个数据步中生成最后一行标记（无需额外数据步），可以通过两种SAS文件I/O函数的组合实现，以下是具体方案：

方法1：通过总行数对比标记 #

利用fcount()函数获取文件的总记录数，逐行计数后对比判断是否为最后一行，代码直观易读：

data want;
  set have;

  length content $1024. flag 3;
  filref=filename('_dummy_',path);
  filrc=fopen('_dummy_');
  
  if filrc then do;
    /* 移动文件指针到开头，获取总记录数 */
    rc = fseek(filrc, 0, 0);
    total_lines = fcount(filrc);
    line_num = 0;

    do while(fread(filrc)=0);
      line_num + 1;
      rc = fget(filrc,content,1024);
      /* 当当前行号等于总行数时标记为最后一行 */
      flag = (line_num = total_lines);
      output;
    end;
    
    filrc=fclose(filrc);
  end;
run;

注意事项 #

• fcount()会从当前指针位置统计到文件尾的记录数，因此需要先用fseek()将指针移到文件开头，确保统计的是总行数。
• 若文件极大，fcount()需要遍历整个文件统计行数，会带来一定性能开销。

方法2：预读下一行判断 #

通过预读下一行的方式，直接判断当前行是否为最后一行，无需提前统计总行数，适合处理大文件：

data want;
  set have;

  length content $1024. flag 3;
  filref=filename('_dummy_',path);
  filrc=fopen('_dummy_');
  
  if filrc then do;
    /* 读取第一行 */
    read_rc = fread(filrc);
    
    do while(read_rc=0);
      rc = fget(filrc,content,1024);
      /* 预读下一行，判断是否存在 */
      next_read_rc = fread(filrc);
      /* 下一行读取失败则当前行是最后一行 */
      flag = (next_read_rc ne 0);
      output;
      
      /* 若下一行存在，将指针回退一行，确保下一次循环能读取该行 */
      if next_read_rc=0 then do;
        rc = fseek(filrc, -1, 1);
        read_rc = 0;
      end;
      else do;
        read_rc = next_read_rc;
      end;
    end;
    
    filrc=fclose(filrc);
  end;
run;

原理说明 #

• 每次读取当前行后，尝试读取下一行：如果fread()返回非0值，说明当前行是最后一行；
• 若下一行存在，通过fseek()将文件指针回退一行，保证下一次循环能正常读取该行。

两种方法生成的flag变量，结果均与后续通过by path notsorted生成的last.path完全一致，且无需额外数据步处理庞大的want数据集。

内容的提问来源于stack exchange，提问作者whymath