简介：《小白学SAS基础教程》面向零基础的数据分析与统计初学者，也适合曾被SAS繁杂命令劝退、希望系统入门的人群。全书采用对话体，以“小白”的学习视角串联数据集建立、常用函数、数据清洗、绘图和制表等基础内容，强调以解决实际问题为导向，而非简单罗列语法命令。资源包共1个PDF文件，大小约1.76MB，便于下载后直接阅读与检索；内容聚焦基础入门，并延伸至缺失值、异常值、重复值处理及规范报表输出等实用环节。目前已有709人学习。读者可从中获得一条较清晰的学习路径，理解每步操作背后的逻辑与用途，掌握用SAS完成数据整理、图形呈现和报表生成的基本思路，适合作为案头参考并配合练习逐步消化。

1. 从打开软件到跑通第一段程序：SAS 基础入门真正卡住新手的地方

很多人对 SAS 基础入门的第一印象是命令太多、帮助文档太厚，买本书翻两页就放下了。这份《小白学SAS基础教程》换了条路：不按软件菜单逐条讲语法，而是用对话把数据整理、作图、制表三件事串起来，主人公小白遇到的问题，基本就是新手第一天会撞上的。它适合零基础、被 SAS Help 劝退、又必须马上处理数据的人；如果你已经有 SAS 底子，想找统计建模的进阶内容，这份资源不是给你准备的。

2. 程序骨架与数据集落地：data/input/cards 三件套和 Work 库的生死问题

SAS 的程序结构其实比多数人想的简单。一个 data 步负责把数据弄进来，一个 proc 步负责对数据做动作，中间靠 run 隔开。新手最容易犯的错误不是写不出复杂逻辑，而是连这个骨架都没立住就开始抄函数，结果日志里红字一片。先把最小闭环跑通，后面所有内容才有落点。

2.1 三个窗口的分工要先弄清楚

打开 SAS 9.4 中文版，界面看着眼花，实际只要盯住三块：编辑器、日志、输出。编辑器写程序，日志记录运行过程，输出放结果。菜单和工具栏用得不多，绝大多数数据管理和统计动作都在编辑器里敲代码完成，菜单更多是保存、导入导出这类辅助操作。结果查看器会额外生成一份排版更整齐的结果，代价是多花一点运行时间，介意的话可以在参数选择里把「创建 HTML」勾掉。

程序提交之后的第一动作永远是看日志，不是看输出。日志里没有 ERROR 和 WARNING，结果才有讨论价值；日志里有红字，输出窗口里那些数字一个都不能信。这个习惯听起来废话，但我见过太多人拿着带 ERROR 的结果去做汇报。

2.2 data、input、cards 的最小可用写法

先用一段能跑通的程序把骨架立起来，这段代码同时包含数据步和程序步：

/* 数据步：建立数据集 */ data score; input gender $ score; cards; M 88 F 92 M 75 F 96 ; run; /* 程序步：对数据做描述统计 */ proc means data=score n mean std; class gender; var score; run;

逻辑说明：data score;给数据集起名，名字只能由字母、数字、下划线组成，首字符不能是数字，长度不超过 32 个字符，不能带空格和中文。input gender $ score;声明变量，$表示后面这个变量是字符型，变量之间用空格分隔，SAS 默认以空格作为字段边界。cards;告诉 SAS 下面开始是数据行，数据行结束后分号必须单独占一行，不能紧跟在最后一个数据后面。run;表示这一步结束，可以执行了。

参数说明：class gender;指定分组变量，SAS 会按性别各算一遍；var score;指定分析变量；n mean std是要输出的统计量，不加的话默认输出会更多。写程序步时，proc后面跟过程名，过程名后面跟选项，具体语句用分号断开，这套格式和数据步是两套东西，别混着记。

字符型变量里的中文要留意编码，如果数据行里出现中文而日志提示编码转换问题，优先检查会话编码设置，而不是怀疑语法。

2.3 Work 库为什么第二天就空了

建好的数据集默认落在逻辑库的 Work 目录下，这是 SAS 留给用户的临时空间。Work 的特点是会话一关就自动清空，所以里面的数据集叫临时数据集。SAS 自带的几个库各有用途：Maps 系列放地图数据，Sashelp 放帮助和示例数据，Sasuser 放练习数据，都不适合塞自己的东西。

要留住数据，就得建永久逻辑库，把数据集指到一个真实存在的磁盘目录：

/* 建立指向本地目录的永久逻辑库 */ libname proj 'D:\sasproj'; /* 把临时数据集转存到永久库 */ data proj.score; set work.score; run;

逻辑说明：libname语句把库名proj绑定到一个已经存在的文件夹，之后所有proj.xxx形式的数据集都会落到这个目录里，关闭软件也不会消失。set work.score;是读取临时库里的数据，再写一份到永久库，相当于另存为。

参数说明：路径必须真实存在，SAS 不会帮你创建文件夹；路径里尽量别用中文和空格，某些版本下会有解析问题。libname是会话级的，每次重新打开 SAS 都要再执行一次，嫌麻烦可以写进启动配置里自动加载。库名同样遵循数据集命名规则，别起个my-lib这种带横线的名字。

2.4 从 Excel 导入：proc import 的参数怎么设才不翻车

数据量大的时候没人会在编辑器里手敲，常规做法是先在其他工具里录好，再导入 SAS。proc import是最省事的一条路：

proc import datafile='D:\sasproj\sales.xlsx' out=work.sales dbms=xlsx replace; getnames=yes; mixed=yes; guessingrows=max; run;

逻辑说明：datafile指源文件，out指落地后的数据集，dbms声明文件类型，replace允许覆盖同名数据集，避免重复运行时反复报错。getnames=yes表示把第一行当作变量名，不加这行 SAS 会自己造 column1、column2 这种名字。

参数说明：dbms的取值跟着文件走，xlsx 对应新版 Excel，xls 对应老格式，csv 对应文本文件。mixed=yes和guessingrows=max是重点：SAS 判断列类型时只看前若干行，如果前几行恰好为空或者混了非数字字符，整列会被判成字符型，后面的数值全部变成缺失。让它多扫描一些行、允许混合类型，能挡掉大部分这类问题。代价是导入变慢，数据量特别大时可以先把guessingrows设成 10000 这种具体数字，而不是 max。

导入完别急着分析，先跑一句proc contents data=work.sales; run;看变量类型和长度，类型不对就回头调参数，这一步能省掉后面大量的排查时间。

3. 格式、新变量与清洗：informat/format 怎么分工，retain 和数组各解决什么问题

这一章是整份资源里信息密度最高的部分，也是新手从「能建数据集」跨到「能处理数据」的分水岭。书里没按函数字典的方式罗列语法，而是按「你要解决什么问题」来组织：读进来的日期显示成数字、想把连续变量自动分组、想找出哪些行有缺失、想把重复记录清掉。每个需求对应一组具体写法，下面按这个顺序拆。

3.1 informat 和 format：一个管读进来，一个管显示出去

这两个东西名字像，作用完全相反。informat 负责解析输入，告诉 SAS「这一列长这样，请按这个规则读」；format 负责控制显示，告诉 SAS「存的是这个值，但请按这个样子呈现给用户」。原始值不会因为 format 改变，它只影响你眼睛看到的东西。

data birth; informat d yymmdd10.; format d yymmdd10. score 8.2; input id d score; cards; 1 1990-05-12 88.5 2 1995-11-03 92.25 ; run;

逻辑说明：informat d yymmdd10.;让 SAS 把1990-05-12这种写法的字符串解析成日期值，存进数据集时是一个天数数值；format d yymmdd10.;让这个天数在输出时重新显示成年月日。两个都写，才能做到「读得对、看得懂」。score 8.2表示总宽度 8 位、保留 2 位小数。

参数说明：日期类 informat 常见的还有mmddyy10.、date9.，要和数据里的实际写法对上，对不上就是缺失值，而且日志不会报错，静默出错最坑。数值格式里8.2的 8 是总宽度，别设得比整数位还小，否则显示会变成星号。

自定义分组用proc format更省事，把连续变量切成几档，比写一长串 if-then 干净：

proc format; value grp low - 59 = '不及格' 60 - 79 = '及格' 80 - high = '优秀'; picture pct low-high = '009.9%'; run; data scored; set score; format score grp.; run;

逻辑说明：value grp定义了一个命名格式，按区间映射成标签；picture pct定义的是显示模板，009.9%里 9 代表数字位、0 代表补零位，用来把 0.856 显示成 085.6% 这种效果。用的时候在 data 步里写format 变量 格式名.;，注意格式名后面那个点不能漏。

参数说明：区间写法必须覆盖完整，low和high是关键字，别写成-999。format 默认存在 work.formats 里，会话一关就没了。要在多个项目里复用，加library=proj.formats存到永久库，再用options fmtsearch=(work proj);告诉 SAS 去哪找。

3.2 造新变量的四条路：表达式、if-then、retain、do 循环

新变量无非四个来源，选哪条路取决于你要不要跨行累积、要不要按条件分支。

data newvar; set raw; /* 路径一：表达式直接算 */ total = math + english; /* 路径二：if-then 做分支 */ if total >= 180 then level = 'A'; else if total >= 150 then level = 'B'; else level = 'C'; /* 路径三：retain 做跨行累积 */ retain cum 0; cum = cum + total; /* 路径四：do 循环 + 数组 */ array s{2} math english; cnt = 0; do i = 1 to 2; if s{i} >= 90 then cnt + 1; end; drop i; run;

逻辑说明：set raw;逐行读入，每读一行，后面的赋值语句执行一次。表达式那条最直白。if-then-else是有顺序的，SAS 从上往下判断，第一个成立就跳出，所以条件要从严格往宽松写。retain cum 0;声明这个变量在迭代之间保留值，不写 retain 的话每行都会重置成缺失。cum = cum + total;还有一种简写cum + total;，累加语句自带 retain 效果。

参数说明：数组array s{2} math english;把两个变量打包，s{i}按位置取值，drop i;把循环计数器从数据集里去掉，不然会多出一列没用的 i。数组维度要和变量个数对上，对不上直接报错。if和where的区别后面单独说，这里先用 if。

有个思路值得单独提：round函数不只是四舍五入。把数值除以 10 再 round 再乘回去，就能实现按十位自动分段，比写十几个 if 分支清爽得多。这类「函数换个用法」的思路，比记住函数本身有用。

3.3 数组和自动变量：写一个查缺失的万能程序

缺失值检查是每个数据集的必经流程。手写if x = . then ...遇到几十个变量就废了，正确做法是用自动变量列表配合数组：

data miss_check; set raw; array nv _numeric_; array cv _character_; miss_n = 0; miss_c = 0; do i = 1 to dim(nv); if missing(nv[i]) then miss_n + 1; end; do i = 1 to dim(cv); if missing(cv[i]) then miss_c + 1; end; drop i; run;

逻辑说明：_numeric_和_character_是 SAS 的自动变量列表，分别代表当前数据集里所有数值型和字符型变量，不用一个个写名字。dim(nv)返回数组元素个数，循环从头走到尾。missing()函数对数值缺失（.）和字符缺失（空串）都返回真，是唯一能同时处理两种类型的判断方式。

参数说明：这段程序可以直接抄走，改set后面的数据集名就行。miss_n和miss_c分别是数值缺失个数和字符缺失个数，跑完看一眼分布就知道这份数据能不能用。drop i;别忘，否则每次运行都会多一列。

配套的还有first.和last.两个临时变量，配合by语句用，专门处理分组内的首行和末行。取每个 ID 的最新记录：

proc sort data=raw; by id date; run; data latest; set raw; by id date; if last.id; run;

逻辑说明：by id date;要求数据已按这两个变量排好序，last.id在某个 id 的最后一行取值为 1，其余为 0，if last.id;就是只保留每组最后一行。这两个变量是临时的，不会出现在结果数据集里。

参数说明：不排序直接用 by 会报错「BY 变量未按顺序排列」，这是最高频的翻车点之一。first.id取首行，last.id取末行，两个都写就是每组首末各留一条。

3.4 去重、找异常、填补：清洗三件套的具体写法

重复值最省事的处理方式是排序时直接去重：

proc sort data=raw out=dedup nodupkey dupout=dups; by id; run;

逻辑说明：nodupkey按 by 变量判重，保留第一条，其余丢掉；dupout=dups把被丢掉的记录单独存一份，方便回头核对是不是误删。by 后面跟多个变量时，判的是组合键，不是单列。

参数说明：nodupkey和nodup不是一回事，前者按 by 变量整体判重，后者按所有变量判重。真要按全字段去重，用noduprecs。删之前一定先看 dups，血泪经验是有些人把「同一个人多次就诊」当成重复记录删了。

异常值用 if 和 where 的差别要先搞清：

/* where 在读取阶段过滤，效率高 */ data sub1; set raw; where score > 60; run; /* if 在读取之后过滤，能用新变量 */ data sub2; set raw; if score > 60; run;

逻辑说明：where作用在读取阶段，不满足条件的观测根本不会进入 PDV，所以快；if是读进来之后再判断，如果条件里用到刚刚算出来的新变量，只能用 if。反过来，where里不能引用 data 步里新建的变量。

参数说明：where还能用在 proc 步里做子集，if不行。数据量大、只是简单条件筛选时优先 where。

缺失值填补要看场景，别默认用均值：

proc stdize data=raw out=filled reponly method=mean; var score income; run;

逻辑说明：reponly表示只替换缺失值，非缺失的原始值保持不动，不加这个选项会对所有值做标准化，那就不是填补了。method=mean用均值填，也可以换成 median、midrange。

参数说明：均值填补会压缩方差，做严谨分析时要考虑多重填补，这里只是工程上的快速处理。分类变量的缺失通常单独设一个「未知」类，比硬填更稳。

3.5 函数的使用思路：别只记语法，记它能干什么

count谁都会用，但用它统计一条商品评价里出现了几次关键词，就是另一回事。scan按分隔符取第 n 段，配合循环可以拆开任意结构的字符串。lag取上一行值，dif直接算差值，做同比环比的时候比自连接快得多：

data trend; set sales; by month; prev = lag(amount); diff = dif(amount); if first.month then prev = .; run;

逻辑说明：lag(amount)返回上一行的 amount，dif(amount)等价于amount - lag(amount)。注意 lag 是在队列里排队取值，如果中间有 if 跳过的行，取到的可能不是你以为的上一行，这是它的经典陷阱。

参数说明：if first.month then prev = .;用来把每组的第一个观测的上一期值清掉，避免跨组串数据。月份数据一定要先排序再 by。

4. 作图与制表：sgplot 双坐标轴、tabulate 三线表和 ODS 输出

SAS 的绘图在过去是弱项，从 9.3 开始补强，到 9.4 已经能覆盖绝大多数常规和非常规图形。这份资源在绘图和制表上花的篇幅明显多于同类基础书，原因很实际：分析做完要交出去，图和表是最先被看到的东西。这一章按「先出图、再出表、最后送出去」的顺序讲。

4.1 sgplot 的骨架：图形类型选错，后面全白搭

proc sgplot的基本结构是「一个 proc 语句 + 若干绘图语句 + 若干坐标轴语句」。绘图语句决定画什么，坐标轴语句负责修饰。

proc sgplot data=sales; vbar month / response=amount stat=sum datalabel group=region; xaxis label='月份' fitpolicy=rotate; yaxis label='销售额' grid; run;

逻辑说明：vbar画柱状图，response=amount指定柱子高度由哪个变量决定，stat=sum表示按月汇总求和，不写 stat 默认是频数。datalabel在柱顶标数值，group=region按地区分色堆叠。xaxis和yaxis是坐标轴修饰，fitpolicy=rotate让标签太挤时自动倾斜。

参数说明：常用的绘图语句还有series（折线，适合时间序列）、scatter（散点，看相关性）、vbox（箱线，看分布和异常值）、band（置信带）。选型的判断标准很简单：看趋势用 series，看构成用 vbar，看关系用 scatter，看离群用 vbox。

双坐标轴是高频需求，写法上靠y2axis指定哪条线走右轴：

proc sgplot data=ts; series x=month y=sales / y2axis lineattrs=(color=blue); series x=month y=rate / lineattrs=(color=red) markerattrs=(size=4); yaxis label='销售额'; y2axis label='增长率'; run;

逻辑说明：y2axis只能挂在一个绘图语句上，挂了两个会报错。左轴和右轴各自用yaxis/y2axis修饰，标签分开写。lineattrs和markerattrs控制线型和点的大小，比改模板省事。

参数说明：两条线的量纲差得越远，双轴越容易误导读图的人，用之前想清楚是不是真的需要。刻度范围可以手动设values=(0 to 100 by 20)，自动刻度有时候会很别扭。

4.2 非常规图：template、雷达图和地图各自的前提

书里提到的瀑布图、气泡图、风险图、森林图、卡通图，靠的都是proc template定义图形模板，再用proc sgrender渲染。这条路能画出 sgplot 内置语句覆盖不到的图形，代价是要写 GTL 语法：

proc template; define statgraph pie_demo; begingraph; layout region; piechart category=type response=amount / datalabelattrs=(size=9); endlayout; endgraph; end; run; proc sgrender data=sales template=pie_demo; run;

逻辑说明：define statgraph定义模板名，begingraph到endgraph之间是图形结构，layout region是布局容器，piechart是具体图形元素。模板定义一次可以反复用，换数据只改sgrender的 data 参数。

参数说明：模板名不能和已有模板重名，重名会报错；想覆盖就加statgraph前面的 define 时用store=指定库。GTL 的报错信息不太友好，写的时候一行一行加，别一次写完再调。

雷达图走proc gradar，前提是数据已经是「分类 + 数值」的宽表；地图走proc gmap，前提是地图数据集可用，SAS 自带的 maps 库在新版本里路径有变化，用之前先proc contents确认一下。地图这块还有一层：自带地图文件和 shape 文件是两套坐标系，混用会画错位置，这一点书里在对应章节有说明。

4.3 tabulate 和 report：三线表怎么真正落地

proc tabulate是出统计表的首选，维度放在 class 里，指标放在 var 里，表格结构用 table 语句描述：

proc tabulate data=cls; class gender; var score; table gender='性别', score='得分'*(n='例数' mean='均值' std='标准差'); run;

逻辑说明：table语句里逗号左边是行维度，右边是列维度，*表示嵌套，=后面是显示标签。n、mean、std是统计量关键字，还可以用pctn算百分比、minmax算极值。

参数说明：三线表的样式靠 ODS 的 style 控制基本出不来精细效果，常见做法是把结果输出成 RTF 后用文字处理软件微调，或者用proc template定义表模板。书里给的思路是后者：先定义表模板，再让 tabulate 套用，这样每次运行格式一致，不用手工调。

proc report更适合做明细报表，column定列顺序，define逐个声明角色：

proc report data=sales nowd; column region month amount; define region / group '地区'; define month / group '月份'; define amount / analysis sum '销售额'; run;

逻辑说明：group表示按此列分组，analysis sum表示此列参与汇总计算。nowd关掉窗口模式，结果直接进输出。

参数说明：order、across、display是另外几种常用角色，用错了会报「变量角色冲突」。report 的列宽和换行靠style(column)=控制，细节多，先用默认样式跑通再调。

4.4 ODS 把结果送出去：RTF/PDF/Excel 的打开和关闭

结果最终要交出去，ODS 负责把输出重定向到文件：

ods rtf file='report.rtf' style=journal; proc tabulate data=cls; class gender; var score; table gender, score*(n mean std); run; ods rtf close;

逻辑说明：ods rtf file=打开一个输出目标，中间所有 proc 步的结果都写进这个文件，ods rtf close;关闭。style=journal是常用的简洁样式，比默认样式更适合正式报表。换成ods pdf file='report.pdf';或ods tagsets.excelxp file='report.xml';就是另一种格式。

参数说明：close必须写，漏了的话文件会一直被占用，打开就是空白或者报损坏。中途程序报错导致 close 没执行，可以在开头加一句ods _all_ close;兜底。输出到 Excel 时，options(sheet_name='表1')可以给每个 proc 结果指定工作表名，否则全挤在一张表里。

5. 踩坑排查：日志红字、merge 错位、Work 清空这五类翻车怎么定位

SAS 的报错信息不算友好，但排查有章法。这一章把实际使用中最高频的几类问题按「现象 → 原因 → 解决」列出来，都是可以直接对号入座的。看日志的顺序永远是：先找第一条 ERROR，往上翻一条语句，八成问题就在那里；WARNING 单独看，它不会中断程序，但会让结果悄悄变形。

5.1 语法与日志类翻车

现象一：日志报ERROR 180-322: 语句无效或使用顺序不当，位置指向一条看起来完全正确的语句。

原因：SAS 是按分号断句的，上一条语句漏了分号，解析器会把两条语句连起来读，报错点就漂到了下一行。数据行后面那个分号没另起一行，也会造成同样的效果。

解决：从报错行往上找最近的一个分号，确认每条语句都以英文分号结尾，cards;后面的数据结尾分号单独占一行。中文分号也是高频原因，肉眼几乎看不出来，把输入法切回英文再敲一遍。另外run;漏写不会立刻报错，但上一步没结束，下一步的行为会莫名其妙。

现象二：程序跑完没报错，但输出里一个观测都没有。

原因：where条件写错，或者字符变量比较时大小写、首尾空格不一致。SAS 的字符比较是区分大小写和空格的，'M'和'M '不相等。

解决：先用proc freq看一眼变量的实际取值分布，再改条件。字符变量比较前统一strip()去空格，或者用upcase()转大写。数值和字符混比较时，SAS 会隐式转换并给 WARNING，别忽略这条警告。

5.2 数据逻辑类翻车

现象三：两个数据集 merge 之后行数暴涨，本来一万行变成三万行。

原因：by 变量在其中一张表里不唯一。merge 遇到一对多时会把多的那几条都匹配上去，行数就翻了。

解决：merge 之前对两张表分别跑一次去重检查，proc sort nodupkey或者proc freq看 by 变量有没有重复值。确实是业务上的一对多，就先在多的那张表里按 by 变量汇总成一条，再 merge。另外 merge 前必须各自排序，不排序会直接报错，不会静默出错，这一点反而好办。

现象四：字符型变量的缺失值用if x = . then判断，永远判不到。

原因：数值缺失是.，字符缺失是空串''，两种类型的缺失表示完全不同。用数值比较去判字符变量，SAS 会做隐式转换，结果不可预测。

解决：统一用missing(x)函数，它对两种类型都有效。批量检查就用第 3 章那段数组程序，别一个个手写。

5.3 环境与输出类翻车

现象五：ODS 生成的 RTF 文件打不开，或者打开是空白。

原因：ods rtf close;没执行。程序中途报错、或者把 close 写在了 run 之前，文件就一直处于打开状态，内容没有落盘。

解决：在程序开头加ods _all_ close;清掉可能残留的输出目标，结尾确认 close 在最后一步 run 之后。养成习惯：只要写了ods xxx file=，写完立刻把对应的 close 补上，再往里填内容。

现象六：昨天建好的数据集今天打开软件就没了。

原因：数据集落在 Work 库，这是临时库，会话结束自动清空。这不是 bug，是设计如此。

解决：建永久逻辑库，用libname指向固定目录，数据集写成库名.数据集名。libname 是会话级的，写进自动执行文件就不用每次手动敲。

还有一个容易被忽略的：proc format定义的格式也存在 work 库，会话结束就丢。跨项目复用的格式要加library=存到永久库，再配options fmtsearch=指定搜索路径，否则第二天运行会报「格式未找到」，而且这个错误经常被当成数据问题查半天。

6. 进阶用法：把清洗程序打包成宏，再用一个小数据集验证它

书里附录提到两件事值得单独拎出来练：一是把重复使用的清洗逻辑写成宏，二是在 SAS 里调用 R 补上统计图形方面的短板。宏这部分最实用，第 3 章那段查缺失的程序，每次改数据集名很烦，包一层就一劳永逸：

%macro miss_report(dsn=, out=); data &out; set &dsn; array nv _numeric_; array cv _character_; miss_n = 0; miss_c = 0; do i = 1 to dim(nv); if missing(nv[i]) then miss_n + 1; end; do i = 1 to dim(cv); if missing(cv[i]) then miss_c + 1; end; drop i; run; %mend; %miss_report(dsn=work.raw, out=work.miss_flag);

&dsn和&out是宏参数，调用时用参数名=传值，宏展开后就是一段普通 data 步。参数名后面留空表示必填，漏传会报错，比传错好。宏定义本身不执行，只登记，%mend结束定义，真正跑起来是最后那行调用。

写完别急着上真实数据，先造一个已知答案的小数据集验证：三行数据、两列数值、一列字符，手动数出应该有 2 个缺失，跑一遍看miss_n加起来是不是 2。答案对不上，说明_numeric_把不该算的 ID 列也包进去了，改成显式列出变量名重新验证。这个习惯看着笨，但比在几万行数据里找差异快得多。

SAS 调 R 的前提是本机装了 R 且版本匹配，启动选项里开启集成后，用proc iml的submit / R; ... endsubmit;块把 R 代码嵌进去，R 侧算完的结果可以回传给 SAS 做后续处理。不同版本开启方式有差异，9.4 常见做法是options RLANG;，较新版本走另一套开关，跑之前先用一句最简单的 R 语句试通，再往上叠逻辑。调不通的时候先怀疑环境，不要怀疑代码，这一步的顺序搞反会浪费一整天。

从那以后我每次拿到一份新数据，第一件事永远是先跑一遍缺失检查和重复检查，再谈分析和作图。这两步花不了五分钟，但能挡掉后面百分之八十的返工。希望帮到你。

本文还有配套的精品资源，点击获取