移形换影 | 【SAS Says · 扩展篇】

【SAS Says·扩展篇】移形换影 | 5. call PRXCHANGE()

0. 前集回顾

1. 新的问题

2. 初识 PRXCHANGE()

3. 问题解决

0. 前集回顾：

前面说到，小王刚刚毕业，来到数说国际零售公司任数据分析师，帮助产品部的妹子解决了一个问题，下面是一份产品名单，有的行是产品的名字，有的行是产品的编号，现在只想将编号保留下来（即红色字体的部分），并且把括号里的数字再单独提出来（括号里的数字代表了产品的类别）、把有PD（代表过期产品）的标识也提取出来：

(01)1872-8756 Body shop P1 Book B13 (05)9212-0098 PD(05)9206-4571 Shushuo phone (12) 6753-5513 None here PD(12)6434-4532 P&D Washing PC Pro4321S: (09) 1352-3154

小王的SAS代码如下：

data production; if _N_=1then pattern=PRXPARSE("/(P?D?)((dd)) ?d{4}-d{4}/"); retain pattern; input name $char40.; length id $ 20; call PRXSUBSTR(pattern,name,start,length); *下面的PRXPOSN必须要配合这个PRXMATCH使用; match =PRXMATCH(pattern, name); if length GT 0thendo; *得到产品整个ID; id=substr(name,start,length); id=compress(id," "); *得到ID中的产品类型（即括号里面的数字）; call PRXPOSN(pattern, 2, start_2, length_2); category=substr(name, start_2, length_2); *得到ID中产品的过期信息; call PRXPOSN(pattern, 1, start_1, length_1); if length_1 gt 0then pd= substr(name, start_1, length_1); output; end; keep id category pd; datalines; (01)1872-8756 Body shop P1 Book B13 (05)9212-0098 PD(05)9206-4571 Shushuophone (12)6753-5513 None here PD(12)6434-4532 P&DWashing PC Pro4321S:(09) 1352-3154 ; procprintnoobs; title'Production ID'; run;

得到最终的结果：

点击这里回顾前面几集：

• 提取文本数据，分析师小王初上手！
• 正则表达式的“阿赖耶识”
• 庖丁解牛切割数据！
• 撕数据！ |【SAS Says·扩展篇】

1. 新的问题

糟糕！

所有编号的后面八位数字颠倒了！

XXXX-YYYY，应该变换为：YYYY-XXXX

也就是说，你看到产品名单上的编号：(01)1872-8756

其实应该为：(01)8756-1872

怎么办？

别担心，小王用PRXCHANGES()函数， 移形换影把位置就给换了过来。

2. 初识PRXCHANGES()

这个函数有两个作用：

1）任意字符的替换；

2）可以帮我们自由的对一段话进行重新组合，也就是我们本集要解决的问题。

前提是一定要配合PRXPARSE使用。

1）替换

pattern=PRXPARSE(“s/shushuo/shuaishuai/”)

PRXCHANGE(pattern,times, string, new_string, result_length, truncation-value, number_of_changes)

不要看到一大堆参数就觉得复杂，我标灰色的其实一般都用不太到的。

首先PRXPARSE()语句和之前有些不太一样，注意标红色的部分。

正则表达式中开头多了一个s字母，它用来指定进行替换或者重排，在”//”两个斜杠之间，还有一个斜杠/（标注为红色），它表示：斜杠左边为被替换的部分，斜杠右边为替换后的字符，本例中也就是要将“shushuo”替换为“shuaishuai”。

PACHANGE()的参数用法如下：

• pattern就是前面PRXPARSE指定的正则表达式。
• Times用来指定被替换的次数，如果设为-1，则表示只要字符里面有符合的，都进行替换。
• String是要替换的字符，new_string是替换后的新字符串。
• Result_length返回新字符的长度
• Trucation-value返回0或者1，表示新字符是否经过了裁剪，如果新字符长度过长，就会进行裁剪，为1。
• Numer of changes返回原字符中有多少被匹配替换了。

当然，也可以不生成新的字符new_string，只在原字符中进行替换修改，如：

pattern=PRXPARSE(“s/shushuo/shuaishuai/”)

PRXCHANGES(pattern,-1, string)

2）重排

这个有意思了，前面我们说过“打包”，就是把正则表达式的一部分括起来，将这一段“打包”。这里，我们可以将的部分进行重排：

pattern=PRXPARSE(“s/(shu)(shuo)/$2$1/”)

PRXCHANGE(pattern,times, string, new_string, result_length, truncation-value, number_of_changes)

变动主要在PRXPARSE上，将(shu)和(shuo)打包起来，用$1和$2分别表示，后面的顺序$2$1，意思就是按照shuoshu的方式进行排列，我们在SAS上看一下

data temp; string="I love shushuo"; pattern=PRXPARSE("s/(shu)(shuo)/$2$1/"); call PRXCHANGE(pattern, -1, string); fileprint; put string=; run;

输出结果为：

shushuo已经被重排为shuoshu啦！

3. 问题解决

我们先对之前整理好的产品id名单进行重排：

将-前后的四位数字调换，即1872-8756变成8756-1872等，SAS代码如下：

data production; if _N_=1then pattern=PRXPARSE("s/(P?D?(dd) ?)(d{4})(-)(d{4})/$1$4$3$2/"); retain pattern; input id $char40.; length new_id $40.; call PRXCHANGE(pattern,-1, id, new_id, r_length,trunc,n_of_changes); datalines; (01)1872-8756 (05)9212-0098 PD(05)9206-4571 (12)6753-5513 PD(12)6434-4532 (09)1352-3154 ; procprintnoobs; title'Production ID'; var id new_id; run;

结果为：

我们再尝试一下把这个融入到最初的代码中去，这里给出我自己的代码，供大家参考：

data production; if _N_=1then; pattern=PRXPARSE("s/(P?D?(dd)?)(d{4})(-)(d{4})/$1$4$3$2/"); retain pattern; if _N_=1then pattern2=PRXPARSE("/P?D?(dd) ?d{4}-d{4}/"); retain pattern2; input name $char40.; length new_name $40.; length id $ 20; call PRXCHANGE(pattern,-1,name, new_name); call PRXSUBSTR(pattern2, new_name, start,length); if length gt 0thendo; id=substr(new_name, start, length); id=compress(id," "); output; end; datalines; (01)1872-8756 Body shop P1 Book B13 (05)9212-0098 PD(05)9206-4571 Shushuophone (12)6753-5513 None here PD(12)6434-4532 P&DWashing PC Pro4321S:(09) 1352-3154 ; procprintnoobs; title'Production ID'; var name new_name id; run;

SAS的结果为：

---