请求深入解释SAS Do循环代码 解答代码疑问及数据附件问题

没问题，我来帮你深入拆解这段SAS代码，解答你的疑惑～

一、逐段解释原SAS代码 #

1. 第一个DATA步：创建have数据集 #

data have;
infile "&sasforum.\datasets\Returns.csv" firstobs=2 dsd truncover;
input DATE :mmddyy10. A B B_changed;
format date yymmdd10.;
run;

这段代码的核心是从CSV文件读取数据并生成SAS数据集：

• infile语句：指定待读取的CSV文件路径（&sasforum.是SAS宏变量，代表预设的路径）；firstobs=2表示跳过文件第一行（通常是表头）；dsd用于正确处理逗号分隔的文本（比如字段含引号的情况）；truncover确保当输入行长度不足时，保留已读取的部分值而不报错。
• input语句：定义读取的变量，DATE :mmddyy10.表示以月/日/年的10位格式读取日期变量，A、B、B_changed为普通数值/字符变量。
• format语句：把DATE变量的显示格式设置为年-月-日的10位格式（例如2024-05-20）。

2. 第二个DATA步：生成spread数据集 #

data spread;
do nb = 1 by 1 until(not missing(B));
set have;
end;
br = B;
do i = 1 to nb;
set have;
*** 我不理解为何可以用do i = 1 to nb搭配set have语句，这里没有对应的变量……
end;
run;

这段代码先定位到have中第一个B变量非缺失的记录，再基于该记录做后续处理，下面分两部分拆解：

第一部分：定位第一个非缺失的B值

do nb = 1 by 1 until(not missing(B));
set have;
end;
br = B;

• 这个do循环会从have的第一条记录开始逐行读取，直到遇到第一个B变量不为空的记录时停止。
• nb是计数器，每次循环自增1，最终nb的值等于从第一条记录到第一个非缺失B记录的总条数（比如前3条B都缺失，第4条非缺失，那么nb=4）。
• 循环结束后，当前PDV（程序数据向量）中存储的是第一个非缺失B的那条记录，br = B就是把这个非缺失的B值保存到br变量中，方便后续调用。

第二部分：解答你的核心疑惑

你困惑的do i = 1 to nb; set have;这段代码，关键要理解SAS中do循环和set语句的交互逻辑：

• do i = 1 to nb是计数循环，i只是用来控制循环执行次数的变量，不需要和set语句中的任何变量对应。它的作用就是让后续的set have执行nb次。
• set语句的本质是每次执行都会从数据集have中读取一条记录（按照数据集的顺序，指针自动往后移动）。所以循环执行nb次，就会连续读取nb条记录。

这里补充一个小细节：按照当前代码逻辑，第一个do循环已经把have的指针移到了第nb条记录（第一个非缺失B的记录），第二个do循环的set have会从第nb+1条记录开始，连续读取nb条记录。如果你的意图是重新读取前nb条记录（也就是那些B缺失的记录），可以调整代码加上point=i选项指定读取第i条记录：

do i = 1 to nb;
set have point=i;  /* 明确读取第i条记录 */
/* 可添加逻辑，比如计算spread = A - br; */
output;  /* 输出每条处理后的记录 */
end;

二、关于CSV文件的问题 #

当然可以附上对应的Returns.csv文件！有了实际数据，能更精准地验证代码逻辑、排查问题，也能帮你更直观地理解代码运行后的结果。

内容的提问来源于stack exchange，提问作者J. Dykstra