如何用SAS代码将数据行转为变量名并替换空格为下划线（禁用Proc SQL）

需求背景 #

使用proc import加getnames选项导入Excel后，数据集第一行变量名为A、B、C、D、E，第二行是实际需要作为变量名的文本（如Black Coal），需将第二行设为变量名并把空格替换为下划线，同时剔除前两行无效数据。

实现代码（固定变量数版本） #

假设导入的数据集名为raw_data，代码如下：

/* 提取第二行内容生成重命名宏变量 */
data _null_;
    set raw_data (firstobs=2 obs=2); /* 仅读取第二行 */
    array vars[*] A B C D E; /* 对应原始变量名 */
    do i=1 to dim(vars);
        /* 替换空格为下划线，拼接重命名语句 */
        new_name = translate(strip(vars[i]), '_', ' ');
        call symputx(cats('rename', i), cats(vname(vars[i]), '=', new_name));
    end;
run;

/* 重命名变量并保留有效数据 */
data cleaned_data;
    set raw_data (firstobs=3); /* 跳过前两行，从第三行开始读取 */
    rename &rename1. &rename2. &rename3. &rename4. &rename5.;
run;

通用版本（适配任意变量数） #

如果不确定Excel列数，可使用以下通用代码：

/* 获取原始数据集的变量列表 */
proc contents data=raw_data out=var_list(keep=name) noprint;
run;

/* 生成存储变量名和变量数量的宏变量 */
data _null_;
    set var_list end=last;
    call symputx(cats('var', _n_), name);
    if last then call symputx('var_count', _n_);
run;

/* 提取第二行内容生成重命名语句 */
data _null_;
    set raw_data (firstobs=2 obs=2);
    array vars[&var_count.] &var1.-&var&var_count.;
    do i=1 to dim(vars);
        new_name = translate(strip(vars[i]), '_', ' ');
        call symputx(cats('rename', i), cats(vname(vars[i]), '=', new_name));
    end;
run;

/* 生成最终清理后的数据集 */
data cleaned_data;
    set raw_data (firstobs=3);
    rename &rename1.-&rename&var_count.;
run;

代码说明 #

• firstobs=2 obs=2：限定读取第二行数据，用于提取新变量名
• translate函数：将文本中的空格替换为下划线
• call symputx：动态生成宏变量，存储每个变量的重命名规则
• firstobs=3：跳过前两行无效数据，仅保留实际业务数据

内容的提问来源于stack exchange，提问作者Fabiha Rahman