如何基于TXT文件中的日期自动为SAS数据集定义日期格式？

解决这个问题的核心是先识别每个日期值对应的格式，再将其转换为标准的SAS日期/时间值（同时标记格式名称）。不过首先要注意：如果导入时把带分隔符或前导零的日期转成了数值，会丢失关键信息（比如02122018变成数值后会丢失前导零，2018/04/22会变成缺失值），所以第一步建议重新导入TXT文件时用字符型变量读取日期，保留原始格式的所有细节。

步骤1：重新导入TXT文件（确保日期为字符型） #

如果之前的导入丢失了前导零或分隔符，用以下代码重新读取，把日期存为字符型：

data have;
    infile 'your_date_file.txt' dlm=' ' truncover;
    length raw_date $16; /* 足够容纳最长的日期时间字符串，比如hh:mm:ss是8位，yyyy-mm-dd是10位 */
    input raw_date @@; /* @@ 表示读取所有空格分隔的日期值 */
run;

步骤2：自动识别格式并转换为SAS日期/时间值 #

下面的代码会逐个判断每个日期的格式，标记格式名称，并转换为SAS标准的日期/时间数值（SAS日期值是从1960年1月1日开始的天数，时间值是从午夜开始的秒数）：

data want;
    set have;
    /* 定义变量：存储格式名称、SAS日期、SAS时间 */
    length date_format $20 sas_date 8 sas_time 8;
    /* 设置显示格式，方便查看结果 */
    format sas_date date9. sas_time time8.;
    
    /* 1. 识别时间格式 hh:mm:ss */
    if index(raw_date, ':') then do;
        date_format = 'hh:mm:ss';
        sas_time = input(raw_date, time8.);
    end;
    /* 2. 识别带/分隔符的日期 */
    else if index(raw_date, '/') then do;
        part1 = scan(raw_date, 1, '/');
        part2 = scan(raw_date, 2, '/');
        part3 = scan(raw_date, 3, '/');
        /* 判断是yyyy/mm/dd（第一部分是4位年份） */
        if length(part1) = 4 then do;
            date_format = 'yyyy/mm/dd';
            sas_date = input(raw_date, yymmdd10.);
        end;
        /* 判断是dd/mm/yyyy（第三部分是4位年份） */
        else if length(part3) = 4 then do;
            date_format = 'dd/mm/yyyy';
            sas_date = input(raw_date, ddmmyy10.);
        end;
    end;
    /* 3. 识别带-分隔符的日期 */
    else if index(raw_date, '-') then do;
        part1 = scan(raw_date, 1, '-');
        part2 = scan(raw_date, 2, '-');
        part3 = scan(raw_date, 3, '-');
        /* 判断是yyyy-mm-dd（第一部分是4位年份） */
        if length(part1) = 4 then do;
            date_format = 'yyyy-mm-dd';
            sas_date = input(raw_date, yymmdd10.);
        end;
        /* 判断是dd-mm-yyyy（第三部分是4位年份） */
        else if length(part3) = 4 then do;
            date_format = 'dd-mm-yyyy';
            sas_date = input(raw_date, ddmmyy10.);
        end;
    end;
    /* 4. 识别无分隔符的8位日期 */
    else if length(raw_date) = 8 then do;
        /* 通过前4位判断是否为合理年份（这里假设年份在2000-2030，可根据实际调整） */
        year_candidate = input(substr(raw_date, 1, 4), 4.);
        if year_candidate between 2000 and 2030 then do;
            date_format = 'yyyymmdd';
            sas_date = input(raw_date, yyyymmdd8.);
        end;
        /* 否则是mmddyyyy格式（比如02122018代表2018年2月12日） */
        else do;
            date_format = 'mmddyyyy';
            sas_date = input(raw_date, mmddyy8.);
        end;
    end;
    /* 5. 处理无法识别的格式 */
    else do;
        date_format = 'Unknown';
        put 'Warning: 无法识别的日期格式：' raw_date;
    end;
    
    /* 删除临时变量 */
    drop part1 part2 part3 year_candidate;
run;

关键说明 #

• 格式识别逻辑：通过分隔符（:///-）、字符串长度、年份位置来区分不同格式，确保每个日期都能匹配到对应的类型。
• SAS日期/时间转换：用input函数配合对应的SAS输入格式（比如yymmdd10.读取yyyy/mm/dd或yyyy-mm-dd），将字符型日期转成SAS标准数值，方便后续分析。
• 年份范围调整：代码中判断年份的范围是2000-2030，如果你的数据包含更早或更晚的年份，直接修改between 2000 and 2030的数值即可。

特殊情况处理 #

如果之前已经导入成数值型变量且无法重新导入，可以先将数值转成字符型（注意补前导零），但这种方法可能无法恢复丢失的分隔符，仅适用于无分隔符的日期：

data have_char;
    set have;
    /* z格式保留前导零，长度设为8对应无分隔符的日期 */
    raw_date_char = put(raw_date, z8.);
run;

之后用raw_date_char代替前面代码中的raw_date即可，但带分隔符的日期会变成缺失值，无法识别。

内容的提问来源于stack exchange，提问作者user1645514