在SAS数据步中执行过程步的简单示例

SAS中的许多过程步都是封装好的，而且SAS的编程特点决定了只能是DATA步执行完之后再执行PROC步，或者PROC步执行完之后再执行DATA步。因此有时候DATA步只能利用PROC步执行完之后的结果。有时候这会带来一些不便。虽然有Call Execute例程，但该例程却是在DATA步执行完之后才能执行例程里面的代码。无法做到DATA步中的PROC步执行完之后才去执行DATA步内的其他代码。本文的目的就是简单介绍一种如何在DATA步中真正的执行PROC步的方法。

程序如下（需求是取某个数据集中某个变量的所有可能取值（去重））：

/*定义准备执行PROC步的宏*/
%macro distinct_values;

    %let input_table = %sysfunc(dequote(&input_table));
    %let column = %sysfunc(dequote(&column));
    %let output_table = %sysfunc(dequote(&output_table));

    proc sql;
        create table &output_table as
        select distinct &column
        from &input_table;

%mend;

/*自定义函数执行该宏*/
proc fcmp outlib=sasuser.funcs.sql;
    function get_distinct_values(input_table $, column $, output_table $);
        rc = run_macro('distinct_values', input_table, column, output_table);
        return (rc);
    endsub;
run;

/*在DATA步中执行该函数，从而达到间接执行该PROC步的效果*/
options cmplib = sasuser.funcs;

data _null_;
    rc = get_distinct_values('sashelp.heart', 'Status', 'work.test1');
run;

输出结果：

日志输出：

上面代码实现的需求等价于下面的代码：

proc sql noprint;
    create table work.test2 as
    select distinct Status
    from sashelp.heart;
quit;

输出结果相同，但两者的效率却相差甚远：

可以看出，对于一个仅包含17个变量、5209条观测的数据集来说，实现同样一个简单需求，在DATA步中执行PROC步所花费的时间是直接执行PROC步的十几倍！

因此，如无必要，一般能直接执行PROC步的就直接执行。但有时候有些需求确实得借助PROC步执行中的某些结果来实现，也只能是以效率的损失为代价了。