SAS导入首列以‘C’开头的原始数据集报错，请求排查解决

让我帮你拆解下代码里的问题，其实都是SAS数据读取时容易踩的典型坑：

核心错误点分析 #

1. 列位置完全错配：你的样本数据里，C根本不在每行的第1列！它是跟在H开头的主记录后面（比如H 1095 NJ 06DEC84之后的C 01DEC11 $45.0），但你用Input@1 FC $1.;只读取每行首字符，永远匹配不到FC='C'，自然不会处理交易记录，还会因为指针乱跳报错。
2. Input指针移动逻辑错误：就算FC能匹配到C，默认的Input语句会直接跳到下一行读取，不会在当前行继续处理后续的C记录，导致数据读取完全错位。
3. 带$符号的数值未处理：Transaction_Value包含美元符号，直接读取会触发数值解析错误，必须用专用的informat处理。
4. 缺少Infile安全选项：没有设置missover/truncover，当数据行长度不足时SAS会反复读取下一行，引发大量错误日志。

针对你的样本数据的修正代码 #

看你的样本数据格式是：一行里混合了H主记录和多个C交易记录（空格分隔），比如H 1095 NJ 06DEC84 C 01DEC11 $45.0 C 01AUG11 $37.5 H 1096 CA 01SEP83，这种情况需要用指针保持+循环读取的方式处理：

Filename hca2 'C:\Users\Desktop\SAS\datasets\HCA_file.txt';
Data assign8.hca2;
  Infile hca2 dlm=' ' missover; /* 空格分隔，行尾无数据时停止读取 */
  /* 先读取H主记录信息，用@保持当前行指针不跳转 */
  Input FC $1. ID $4. State $2. Enroll_Date date9. @;
  
  /* 若当前是H记录，循环读取后续所有C交易 */
  If FC = 'H' then do;
    do while(1);
      /* 预读下一个字段的首字符，判断是否是C */
      Input next_FC $1. @;
      if next_FC ne 'C' then do;
        /* 不是C就把指针移回，跳出循环处理下一个H记录 */
        input @;
        leave;
      end;
      /* 读取C记录的日期和金额，@保持指针在当前行 */
      Input DOB date9. Transaction_Value dollar8. @;
      /* 输出交易记录（带上主记录的ID、州等信息） */
      Output;
    end;
  end;
  /* 保留需要的变量 */
  Keep ID State Enroll_Date DOB Transaction_Value;
  /* 设置显示格式，让结果更直观 */
  Format Enroll_Date DOB date9. Transaction_Value dollar8.;
Run;

代码关键细节说明 #

• dlm=' ' missover：指定空格为分隔符，当行内没有更多数据时停止读取，避免SAS反复跳行报错。
• @符号：每次读取后保持行指针不移动，这样我们可以在同一行内多次读取不同的记录。
• dollar8. informat：自动识别并去除美元符号，把字符串转换为数值型变量，解决金额读取错误。
• 循环逻辑：先预判断下一个字段是否是C，是的话就读取交易信息，不是就跳出循环处理下一个主记录。

测试结果 #

用你的样本数据运行后，会得到2条有效交易记录：

额外场景适配 #

如果你的数据是每行仅一个记录（要么首列是H，要么首列是C），那只需要调整列位置即可：

Data assign8.hca2;
  Infile hca2 truncover;
  Input @1 FC $1.;
  If FC = 'H' then Input @3 ID $4. @8 State $2. @11 Enroll_Date date9.;
  Else if FC = 'C' then Input @3 DOB date9. @11 Transaction_Value dollar8.;
  Format Enroll_Date DOB date9. Transaction_Value dollar8.;
Run;

这个版本要求C记录单独成行且首列就是C，你可以根据实际数据格式选择。

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