/******************************************************************************
 * Programme : Feature Engineering : Distinguez instantanément variables continues et catégorielles (High Cardinality) pour vos modèles
 * Reference : ANALYSD175
 * Source    : https://www.wearecas.eu/en/sampleCode/ANALYSD175
 ******************************************************************************/

/* --- BLOC 1 --- */
CAS;
libname mycas cas;

/* Charger le jeu de données Iris de SASHELP vers la session CAS */
data mycas.iris;
   set sashelp.iris;
run;

/* Exemple 1 : Utilisation Basique pour la variable Species */
proc cardinality data=mycas.iris outcard=mycas.card_species outdetails=mycas.details_species;
   var Species;
run;

proc print data=mycas.card_species;
   title 'Cardinalité basique pour la variable Species';
run;

proc print data=mycas.details_species;
   title 'Détails des niveaux pour la variable Species';
run;

/* --- BLOC 2 --- */
/* Exemple 2 : Utilisation avec des options courantes (MAXLEVELS et DESCENDING) */
/* Analyse de SepalLength avec un nombre limité de niveaux affichés et tri décroissant */
proc cardinality data=mycas.iris outcard=mycas.card_sepal_full outdetails=mycas.details_sepal_full maxlevels=10 descending;
   var SepalLength;
run;

proc print data=mycas.card_sepal_full;
   title 'Cardinalité complète pour SepalLength (10 niveaux max, ordre décroissant)';
run;

proc sgplot data=mycas.details_sepal_full;
   vbar _cfmt_ / freq=_freq_ categoryorder=data;
   title 'Histogramme des 10 niveaux les plus fréquents de SepalLength';
run;

/* --- BLOC 3 --- */
/* Exemple 3 : Cas Avancé - Analyse des niveaux de SepalLength > 4.7 et visualisation */
proc cardinality data=mycas.iris (where=(SepalLength > 4.7))
                     outcard=mycas.card_sepal_gt47
                     outdetails=mycas.details_sepal_gt47
                     maxlevels=5; /* Limite à 5 niveaux pour cet exemple */
   var SepalLength;
run;

/* Préparation des données pour SGPLOT : ajoute '>' aux niveaux 'Autres' pour le graphique */
data mycas.sp_gt47;
   set mycas.details_sepal_gt47;
   label _cfmt_='Valeur formatée de SepalLength > 4.7';
   if _index_ = . then do; /* Si _index_ est manquant, c'est la catégorie 'Autres' */
      _cfmt_=cats(">",_cfmt_); 
   end;
   _cfmt_=left(_cfmt_); /* Nettoie les espaces */
run;

proc sgplot data=mycas.sp_gt47;
   vbar _cfmt_ / freq=_freq_;
   title 'Histogramme des niveaux de SepalLength > 4.7';
run;

/* Affichage des informations de fréquence maximale pour ce cas */
proc print data=mycas.card_sepal_gt47;
   title 'Informations de fréquence maximale pour SepalLength > 4.7';
   var _varname_ _mf:;
run;

/* --- BLOC 4 --- */
/* Exemple 4 : Intégration Viya/CAS - Analyse de plusieurs variables et détection de cardinalité */
/* Cet exemple illustre l'exécution en mémoire distribuée (CAS) */
proc cardinality data=mycas.iris outcard=mycas.multi_var_card maxlevels=10;
   var SepalLength SepalWidth PetalLength PetalWidth Species;
   output out=mycas.high_card_vars minratio=0.8; /* Garde les variables dont la cardinalité dépasse 80% des observations */
run;

proc print data=mycas.multi_var_card;
   title 'Cardinalité pour plusieurs variables';
run;

proc print data=mycas.high_card_vars;
   title 'Variables avec une cardinalité supérieure à 80% des observations';
run;