Contexto empresarial
El departamento de marketing de un banco está preparando una campaña de segmentación. Antes de ejecutar los modelos predictivos, los analistas deben verificar técnicamente que la tabla de clientes ('CLIENTES_CAMPAÑA') cargada en memoria contenga las columnas esperadas (ID, Segmento, Saldo) con los formatos y tipos de datos correctos para evitar errores en el flujo de trabajo analítico.
Sobre el conjunto : table
Carga, guardado y gestión de tablas en memoria.
Descubrir todas las acciones de table Preparación de datos
Creación de una tabla de clientes con diferentes tipos de variables, formatos y etiquetas.
¡Copiado!
| 1 | |
| 2 | DATA CASUSER.CLIENTES_CAMPA; |
| 3 | LENGTH ID_Cliente $10 Nombre $50 Segmento $20; |
| 4 | ID_Cliente='C001'; |
| 5 | Nombre='Juan Perez'; |
| 6 | Segmento='GOLD'; |
| 7 | Saldo=15000.50; |
| 8 | Fecha_Alta=today(); |
| 9 | FORMAT Saldo dollar12.2 Fecha_Alta ddmmyy10.; |
| 10 | label Segmento='Categoría del Cliente' Saldo='Saldo Disponible'; |
| 11 | OUTPUT; |
| 12 | |
| 13 | RUN; |
| 14 |
Étapes de réalisation
1
Carga de la tabla en memoria (implícito en data step) y ejecución de columnInfo para revisión general.
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | TABLE.columnInfo / TABLE={name='CLIENTES_CAMPA', caslib='CASUSER'}; |
| 4 | RUN; |
| 5 |
2
Verificación específica de etiquetas y formatos aplicados.
¡Copiado!
| 1 | /* Verificación manual en los resultados para confirmar que 'Saldo' tiene formato dollar12.2 */ |
Resultado esperado
La acción devuelve una tabla detallada donde se confirma que la columna 'Saldo' es de tipo numérico con formato 'DOLLAR12.2' y la columna 'Segmento' tiene la etiqueta 'Categoría del Cliente'. Esto valida que los datos están listos para el modelado.