SAS中SUBSTR函数未按预期工作：提取GEOID10最后6位失败

我的SAS数据表中有一个变量GEOID10，由10-11位数字组成：前4-5位是州和县的FIPS代码，最后6位是人口普查普查区（Census Tract）。需要创建新变量TRACTCE，仅保留GEOID10的最后6位，去除前4-5位。

部分GEOID10示例： #

1001020700
1001020900
1001020900
1001020900
1001020900
1001021000
56035000102
56037970500
56037971600
56037971600
56037971600
56037971600
56037971600

尝试过的错误代码及结果： #

1. 代码：

data My.Data;
set My.Data;
TRACTCE = input(substr(GEOID10, 5), 6.);
run;

结果：对1001020700返回10207，而非预期的020700。

2. 代码：

data My.Data;
set My.Data;
TRACTCE = input(substr(GEOID10, 5, 6), 6.);
run;

结果：对1001020700同样返回10207，而非预期的020700。

3. 代码：

data My.Data;
set My.Data;
TRACTCE = input(substr(GEOID10, 5), 10.);
run;

结果：对1001020700返回1020700，而非预期的020700。

4. 代码：

data My.Data;
set My.Data;
TRACTCE = input(compress(substr(GEOID10, 5),, 'kd'), 10.);
run;

结果：对1001020700返回1020700，而非预期的020700。

5. 代码：

data My.Data;
set My.Data;
TRACTCE = input(substr(GEOID10, 5, 6), 10.);
run;

结果：对1001020700返回10207，而非预期的020700。

6. 代码：

data My.Data;
set My.Data;
TRACTCE = put(input(substr(GEOID10, 5, 6), 10.), z6.);
run;

结果：对1001020700返回10207，而非预期的020700。

解决方案 #

问题核心在于两点：

• 如果GEOID10是数值型变量，存储时会丢失前导0，无法直接截取得到正确格式；
• 固定从第5位截取不适用长度变化的情况，应直接取最后6位。

方案1：将TRACTCE设为字符型（推荐，保留前导0）

先确保GEOID10以完整字符形式处理，再提取最后6位：

/* 若GEOID10是数值型，先转换为11位字符型，补全前导0 */
data My.Data;
    set My.Data;
    GEOID10_char = put(GEOID10, z11.);
    TRACTCE = substr(GEOID10_char, length(GEOID10_char)-5, 6);
    drop GEOID10_char;
run;

/* 若GEOID10本身就是字符型，直接提取最后6位 */
data My.Data;
    set My.Data;
    TRACTCE = substr(GEOID10, length(GEOID10)-5, 6);
run;

方案2：将TRACTCE设为数值型（无前置0，仅当不需要前导0时使用）

data My.Data;
    set My.Data;
    GEOID10_char = put(GEOID10, z11.);
    TRACTCE = input(substr(GEOID10_char, length(GEOID10_char)-5, 6), 6.);
    drop GEOID10_char;
run;

内容的提问来源于stack exchange，提问作者randsakka