SAS中如何智能转换字符变量：可转数值则转，否则保留字符

SAS数据集的变量只能是单一类型（字符型或数值型），无法让一个变量同时存储数值和字符值。要实现“可转数值则转换，否则保留原字符”的需求，可参考以下两种实用方案：

方案1：拆分存储数值与字符变量 #

创建两个变量，分别存储转换后的数值（仅可转换的记录有值）和原字符值，同时添加标记变量区分类型：

data want;
    set have;
    /* 验证字符串是否符合数值格式：允许数字、小数点、正负号，且符号/小数点不重复 */
    is_numeric = (verify(old, '0123456789.-+') = 0) 
                 and count(old, '.') <= 1 
                 and count(old, '-') <= 1 
                 and count(old, '+') <= 1;
    
    /* 可转换则生成数值变量 */
    if is_numeric then num_value = input(old, BEST12.);
    /* 不可转换则保留原字符值 */
    else char_value = old;
run;

如果需要处理带千分位的数值（如"1,234.56"），可先清理字符串再判断：

data want;
    set have;
    clean_old = compress(old, ',');
    is_numeric = (verify(clean_old, '0123456789.-+') = 0) 
                 and count(clean_old, '.') <= 1 
                 and count(clean_old, '-') <= 1 
                 and count(clean_old, '+') <= 1;
    
    if is_numeric then num_value = input(clean_old, BEST12.);
    else char_value = old;
run;

方案2：统一存储为字符型（保留数值格式） #

如果希望只用一个变量存储，可统一转为字符型，将可转换的数值转为字符格式的数值，其余保留原文本：

data want;
    set have;
    clean_old = compress(old, ',');
    is_numeric = (verify(clean_old, '0123456789.-+') = 0) 
                 and count(clean_old, '.') <= 1 
                 and count(clean_old, '-') <= 1 
                 and count(clean_old, '+') <= 1;
    
    if is_numeric then unified_var = put(input(clean_old, BEST12.), BEST12.);
    else unified_var = old;
run;

关键函数说明 #

• verify(source, chars)：返回source中第一个不在chars里的字符位置，返回0则说明所有字符都在允许范围内。
• count(source, char)：统计字符在字符串中出现的次数，避免多个小数点或符号的无效数值。

内容的提问来源于stack exchange，提问作者jackahall