将含字符与数值混合值的Excel变量导入SAS时保留特殊值的方法

这个问题我碰到过不少次，核心原因是PROC IMPORT的Excel引擎默认只会扫描前20行（默认GUESSINGROWS=20）来判断变量类型，如果你的var2列前20行大多是数值，SAS就会把它识别为数值型，而<34,5这种带符号的文本不符合数值格式，自然就变成缺失值了。下面给你几个靠谱的解决方案：

方法1：强制扫描所有行判断类型 #

最简单的调整就是在PROC IMPORT里加上GUESSINGROWS=MAX，让SAS扫描整个列的所有值来确定变量类型，这样它就能识别到var2里有文本内容，自动设为字符型：

PROC IMPORT OUT= data DATAFILE= "data1.xlsx" DBMS=EXCEL REPLACE;
    RANGE="Sheet1$";
    GETNAMES=YES;
    MIXED=YES;
    SCANTEXT=YES;
    USEDATE=YES;
    SCANTIME=YES;
    GUESSINGROWS=MAX; /* 关键：扫描全部行来识别类型 */
RUN;

方法2：改用XLSX引擎（推荐） #

旧的DBMS=EXCEL引擎兼容性一般，如果你用的是.xlsx格式的文件，换成DBMS=XLSX引擎会更稳定，配合GUESSINGROWS=MAX效果更好：

PROC IMPORT OUT= data DATAFILE= "data1.xlsx" DBMS=XLSX REPLACE;
    RANGE="Sheet1$";
    GETNAMES=YES;
    GUESSINGROWS=MAX;
RUN;

这个引擎对混合类型列的识别更精准，很多时候不用额外参数就能正确保留<34,5这类值。

方法3：手动指定变量类型（最可控） #

如果上面两种方法还是不行，你可以用LIBNAME语句直接指定var2为字符型，完全掌控变量类型：

/* 用DBSASTYPE强制var2为字符型 */
LIBNAME myxl XLSX "data1.xlsx" DBSASTYPE=(var2='CHAR(20)');

/* 导入数据 */
DATA data;
    SET myxl.Sheet1;
RUN;

这里CHAR(20)可以根据你实际的文本长度调整，确保能容纳最长的内容。

方法4：转成CSV后导入 #

如果Excel引擎的问题始终无法解决，先把Excel文件另存为CSV格式，再导入SAS——CSV的导入逻辑更透明，几乎不会出现类型判断错误：

PROC IMPORT OUT= data DATAFILE= "data1.csv" DBMS=CSV REPLACE;
    GETNAMES=YES;
    DATAROW=2; /* 从第2行开始读数据（第1行是变量名） */
    GUESSINGROWS=MAX;
RUN;

内容的提问来源于stack exchange，提问作者Pari T