SAS是常用到的数据处理软件之一。SAS也是学习起来十分简单的一个软件，掌握一些基本的命令，就可以满足日常的数据处理需求。

　　SAS统计软件常用命令大全01

　　proc sort data=aout=bnodup；bystkcd date；run；

　　proc sort 是特别特别常用到的，因为许多后续命令都要求数据是按照一定格式排列的。比如下面会提到的 merge 和 first/last。此外，nodup 允许我们使用sort命令来去除重复观测值。

　　SAS统计软件常用命令大全02

　　datad；mergeb c；bystkcd date；run；

　　merge 可以在数据步中实现两个数据集合的合并。在by选项可以定义根据那些变量进行数据的合并。比如在上面给出的例子中，就是根据股票代码(stkcd)和日期(date)进行合并的。

　　SAS统计软件常用命令大全03

　　datae；setb；bystkcd date；iffirst.date then delete；iflast.date then delete；run；

　　有时候，我们可能只需要一个对象所有日期的第一个或者最后一个观测值。这时候first和last就显得特别好用啦。先用前面所提到的sort先对数据集进行排序，然后在数据步先by排序的变量，接着就可以使用first和last对第一个和最后一个观测值进行处理。

　　SAS统计软件常用命令大全04

　　proc expand data=crsp_m out=umd；

　　bypermno；

　　iddate；

　　convert ret = cum_return/transformin=(1) transformout=(MOVPROD 6-1)；

　　quit；

　　如果需要滚动求和(Rolling average)或者滚动求积(Rolling product),proc expand是再方便不过了。以上面这个小程序为例子，我们要对crsp_m这个数据集进行处理，处理完成的数据集命名为umd。上面的程序实现的就是对每一只股票(permno)在一个日期(id)计算一个累积6个月收益cum_return。其中cum_return可以表达如下：

　　cumreturn=(1 ret−1)(1 ret−2)(1 ret−3)(1 ret−4)(1 ret−5)(1 ret−6)-1

　　SAS统计软件常用命令大全05

　　data cmpst；

　　setcmpst_raw；

　　dodate = rdq-90tordq 10；

　　output；

　　end；

　　run；

　　采用事件研究方法时，需要根据事件日构建事件窗。这时候可以利用上面例子的方式利用do实现，不过需要注意的是不要把output和end落下了，不然会报错的哦。上面的例子就是根据时间rdq，构建事件窗，事件窗是事件前90天到事件后10天。

　　SAS统计软件常用命令大全06

　　proc means data=crsp_mnwaynoprint；

　　classyear permno；

　　varret；

　　outputout=stat mean= std=；

　　run；

　　我们还可能还常常需要求一个对象在给定时间内某变量的均值，标准差等统计值。这时候就用proc means。上面的例子中，输入是股票的月收益率，输出送每只股票每年的月收益率的均值和标准差。加入nway是因为避免在输出的数据集stat中输出总体均值，标准差。

　　SAS统计软件常用命令大全07

　　proc import out= crsp_m datafile="C:crsp_m.csv" dbms=csv replace；getnames=yes；run；

　　proc export data=results

　　label；

　　run；

　　然后我们可能常常需要导入和导出数据xlsx，xls，和csv格式的文件。一般会用到proc import和proc export。用法就如上，不过需要注意的是，dbms需要与文件后缀名保持一致，所以记得改哦。

　　SAS统计软件常用命令大全08

　　proc rank data=crsp_mout=umd group=10；

　　bydate；

　　varcum_return；

　　ranksmomr；

　　run；

　　在一些情景中，需要将样本按照某一变量的大小分成几组。利用proc rank，就可以轻松通过group来定义你分组的个数，通过var给出分组所依据的变量。ranks后定义了分组对应的变量名。

　　SAS统计软件常用命令大全09

　　proc univariate data=crsp_m noprint；

　　whereexchcd=1；

　　varsize；

　　bydate sic；

　　outputout=nyse_bp pctlpts=10 20 30 pctlpre=sizedec；

　　run；

　　proc univariate的功能和proc rank很相似， 不过它输出的是一个样本中某一变量的分位数，根据这个分位数，我们可以进一步地对样本进行分组。那在什么情况下我们会用到proc univariate呢?一个简单的例子就是我们需要对A 样本根据x 变量进行分组，但是分组是基于在B样本中x变量的分位数。这时候先利用proc univariate B样本得到x变量的分位数，然后在用得到的分位数来对A样本进行分组。在读文献的时候，经常会遇到样本包含了NYSE,NASDAQ和AMEX三个交易所的股票，然后进行分组的时候只用NYSE子样本(NYSE Breakpoints)。

　　SAS统计软件常用命令大全10

　　proc sql；create tablecrsp_m3as

　　selecta.*, b.*

　　fromcrsp_m2asa,nyse_bpasb

　　wherea.date=b.dateanda.sic = b.sic；

　　quit；

　　除了在数据步使用merge来进行数据集的合，你还可以使用proc sql来进行merge。他们两者的功能相似，不过在进行一对多的合并的时候使用merge容易出错，所以这时候对推荐使用sql。