Lectura y escritura de archivos externos

El análisis funcional detalla el uso de instrucciones DATA Step como INFILE e INPUT para leer archivos externos, así como la instrucción FILE y PUT para escribir datos. El concepto de fileref se introduce como un método de referencia indirecta para una mayor flexibilidad y mantenibilidad del código. Se presentan ejemplos del uso de filerefs con ubicaciones de almacenamiento agregadas (directorios) y varios métodos de acceso (DATAURL, FTP, Hadoop, SOCKET, URL, WebDAV, ZIP). Finalmente, se explica la lectura de datos binarios utilizando informats SAS^© específicos, destacando la importancia de la conversión de bytes y las opciones RECFM y LRECL para datos binarios por columna.

1 Bloque de código

DATA STEP Data

Explicación :
Este ejemplo utiliza la instrucción `INFILE` para especificar un archivo externo (`/tmp/input-file.txt`) como fuente de datos. La instrucción `INPUT` lee los datos en las variables `PatientID`, `Week1`, `Week8` y `Week16`. Se calcula una nueva variable `loss`, y luego el procedimiento `PRINT` muestra el contenido del conjunto de datos `weight`.

¡Copiado!

1	/* Création d'un fichier d'entrée factice */
2	filename mydata_example1 "/tmp/input-file.txt";
3	DATA _null_;
4	file mydata_example1;
5	put "101 70 68 65";
6	put "102 80 78 75";
7	put "103 90 88 85";
8	RUN;
9
10	DATA weight;
11	INFILE mydata_example1;
12	INPUT PatientID $ Week1 Week8 Week16;
13	loss=Week1-Week16;
14	RUN;
15
16	PROC PRINT DATA=weight;
17	RUN;

2 Bloque de código

DATA STEP Data

Explicación :
Este ejemplo muestra cómo especificar directamente la ruta física completa de un archivo externo en la instrucción `INFILE`. SAS lee los datos de este archivo para crear el conjunto de datos `weight_direct`.

¡Copiado!

1	/* Création d'un fichier d'entrée factice */
2	filename temp_input_direct "/tmp/direct_input.txt";
3	DATA _null_;
4	file temp_input_direct;
5	put "A01 70 65";
6	put "B02 80 72";
7	put "C03 90 83";
8	RUN;
9
10	DATA weight_direct;
11	INFILE '/tmp/direct_input.txt'; /* Chemin direct vers le fichier */
12	INPUT idno $ week1 week16;
13	loss=week1-week16;
14	RUN;
15
16	PROC PRINT DATA=weight_direct;
17	RUN;

3 Bloque de código

DATA STEP Data

Explicación :
Este ejemplo ilustra la escritura de datos en un archivo externo especificando directamente su ruta física en la instrucción `FILE`. Las instrucciones `PUT` escriben información condicional basada en la variable `loss` en el archivo `/tmp/output_status.txt`.

¡Copiado!

1	/* Création de données factices pour calculer 'loss' */
2	filename temp_input_for_status "/tmp/direct_input_for_status.txt";
3	DATA _null_;
4	file temp_input_for_status;
5	put "A01 70 65"; /* loss = 5 */
6	put "B02 80 70"; /* loss = 10 */
7	put "C03 90 70"; /* loss = 20 */
8	RUN;
9
10	DATA weight_for_status;
11	INFILE temp_input_for_status;
12	INPUT idno $ week1 week16;
13	loss=Week1-Week16;
14	RUN;
15
16	/* Écriture du statut dans un fichier externe */
17	filename temp_output_status "/tmp/output_status.txt";
18	DATA _null_;
19	SET weight_for_status;
20	file temp_output_status; /* Chemin direct vers le fichier de sortie */
21	IF loss ge 5 and loss le 9 THEN
22	put idno loss 'AWARD STATUS=3';
23	ELSE IF loss ge 10 and loss le 14 THEN
24	put idno loss 'AWARD STATUS=2';
25	ELSE IF loss ge 15 THEN
26	put idno loss 'AWARD STATUS=1';
27	RUN;
28
29	/* Affichage du contenu du fichier de sortie */
30	%inc "/tmp/output_status.txt";

4 Bloque de código

%INCLUDE Data

Explicación :
La macroinstrucción `%INCLUDE` se utiliza para insertar y ejecutar el contenido de un archivo externo (`/tmp/source_program.sas`) directamente en el flujo del programa SAS. Esto permite modularizar el código o ejecutar scripts preexistentes.

¡Copiado!

1	/* Création d'un fichier source factice avec des instructions SAS */
2	filename source_pgm_include "/tmp/source_program.sas";
3	DATA _null_;
4	file source_pgm_include;
5	put "data example; x=1; y=2; run;";
6	put "proc print data=example; run;";
7	RUN;
8
9	%include '/tmp/source_program.sas'; /* Inclusion directe du fichier */

5 Bloque de código

FILENAME, DATA STEP Data

Explicación :
La instrucción `FILENAME` asigna un nombre corto (fileref `mydata`) a un archivo externo. Este fileref se utiliza luego en la instrucción `INFILE` para leer los datos, ofreciendo una abstracción de la ruta física del archivo.

¡Copiado!

1	/* Création d'un fichier d'entrée factice */
2	filename mydata_ref_input "/tmp/ref_input.txt";
3	DATA _null_;
4	file mydata_ref_input;
5	put "ID001 50 45";
6	put "ID002 60 55";
7	RUN;
8
9	/* Assignation d'un fileref au fichier */
10	filename mydata "/tmp/ref_input.txt";
11	DATA weight_ref;
12	INFILE mydata; /* Utilisation du fileref */
13	INPUT idno $ week1 week16;
14	loss=week1-Week16;
15	RUN;
16	PROC PRINT DATA=weight_ref; RUN;

6 Bloque de código

FILENAME, PROC IMPORT Data

Explicación :
Se asigna un fileref (`mydata`) a un archivo delimitado. `PROC IMPORT` utiliza este fileref para importar los datos a un conjunto de datos SAS llamado `shoes`, especificando el delimitador y la inclusión de los nombres de columna.

¡Copiado!

1	/* Création d d'un fichier d'entrée délimité factice */
2	filename mydata_ref_import "/tmp/ref_import.txt";
3	DATA _null_;
4	file mydata_ref_import;
5	put "Brand,Size,Color";
6	put "Nike,10,Black";
7	put "Adidas,9,White";
8	RUN;
9
10	/* Assignation d'un fileref au fichier */
11	filename mydata "/tmp/ref_import.txt";
12	PROC IMPORT datafile=mydata /* Utilisation du fileref */
13	out=shoes dbms=dlm replace;
14	delimiter=',';
15	getnames=YES;
16	RUN;
17	PROC PRINT DATA=shoes; RUN;

7 Bloque de código

FILENAME, DATA STEP Data

Explicación :
Después de calcular la variable `loss` a partir de datos temporales, se asigna un fileref (`myreport_output`) a un archivo de salida. La instrucción `FILE` en un paso DATA `_null_` utiliza luego este fileref para escribir los resultados en el archivo especificado.

¡Copiado!

1	/* Création de données d'entrée factices pour générer 'loss' */
2	DATA temp_input_for_report;
3	INPUT idno $ week1 week16;
4	CARDS;
5	ID1 100 90
6	ID2 80 75
7	;
8	RUN;
9
10	/* Calcul de 'loss' et écriture dans un fichier externe via fileref */
11	filename myreport_output "/tmp/my_report.txt";
12	DATA _null_;
13	SET temp_input_for_report;
14	file myreport_output; /* Utilisation du fileref pour la sortie */
15	loss = week1 - week16;
16	put idno "Loss=" loss;
17	RUN;
18
19	/* Affichage du contenu du fichier de sortie */
20	%inc "/tmp/my_report.txt";

8 Bloque de código

FILENAME, PROC EXPORT

Explicación :
Este ejemplo utiliza `PROC EXPORT` para exportar el conjunto de datos `SASHELP.SHOES` a un archivo externo (`/tmp/exported_shoes.txt`) cuyo nombre está definido por el fileref `myreport_export`. Los datos se exportan como datos delimitados por espacios.

¡Copiado!

1	/* Assignation d'un fileref au fichier de sortie */
2	filename myreport_export "/tmp/exported_shoes.txt";
3	PROC EXPORT DATA=sashelp.shoes /* Utilisation d'un jeu de données SASHELP */
4	outfile=myreport_export dbms=dlm replace;
5	delimiter=' ';
6	RUN;
7
8	/* Affichage du contenu du fichier de sortie */
9	%inc "/tmp/exported_shoes.txt";

9 Bloque de código

FILENAME, %INCLUDE Data

Explicación :
Se asigna un fileref (`mypgm`) a un archivo que contiene instrucciones SAS. La macroinstrucción `%INCLUDE` utiliza este fileref para incluir y ejecutar el código del archivo, lo que permite una ejecución dinámica de scripts externos.

¡Copiado!

1	/* Création d'un fichier source factice avec des instructions SAS */
2	filename mypgm_source "/tmp/program_with_fileref.sas";
3	DATA _null_;
4	file mypgm_source;
5	put "data another_example; a=10; b=20; result = a+b; run;";
6	put "proc print data=another_example; run;";
7	RUN;
8
9	/* Assignation d'un fileref au fichier programme */
10	filename mypgm "/tmp/program_with_fileref.sas";
11	%include mypgm; /* Inclusion du fichier via le fileref */

10 Bloque de código

FILENAME

Explicación :
La instrucción `FILENAME` se puede utilizar para dirigir la salida a un dispositivo físico (como una impresora) especificando el tipo de dispositivo y las opciones del host. Para este ejemplo, se utiliza un archivo temporal para simular la salida a un dispositivo.

¡Copiado!

1	/* Cet exemple assigne un fileref à un périphérique de sortie. */
2	/* Il ne peut pas être rendu autonome sans une configuration de périphérique spécifique. */
3	/* Pour la démonstration, nous l'assignerons à un fichier factice. */
4	filename myprinter "/tmp/dummy_printer_output.txt";
5	DATA _null_;
6	file myprinter;
7	put "Ceci est une sortie de test vers un fichier d'imprimante factice.";
8	run;
9	%inc "/tmp/dummy_printer_output.txt";

11 Bloque de código

FILENAME Data

Explicación :
La instrucción `FILENAME` se utiliza para asignar un fileref (`mydir`) a un directorio. Esto permite referenciar todos los archivos de este directorio de manera concisa.

¡Copiado!

1	/* Création d'un répertoire factice */
2	%let temp_dir = /tmp/my_sas_files;
3	%sysexec mkdir -p &temp_dir;
4
5	filename mydir "&temp_dir"; /* Assigne le fileref au répertoire */

12 Bloque de código

DATA STEP Data

Explicación :
Se asigna un fileref (`mydir`) a un directorio. La instrucción `INFILE` utiliza este fileref con el nombre del archivo entre paréntesis (`(qrt1.data)`) para leer un archivo específico ubicado en este directorio. Esto simplifica la gestión de las rutas de los archivos.

¡Copiado!

1	/* Création d'un répertoire factice */
2	%let temp_dir = /tmp/my_sas_files;
3	%sysexec mkdir -p &temp_dir;
4
5	/* Création d'un fichier de données factice dans le répertoire */
6	filename qrt1data "&temp_dir/qrt1.data";
7	DATA _null_;
8	file qrt1data;
9	put "P01 100 90";
10	put "P02 110 95";
11	RUN;
12
13	filename mydir "&temp_dir"; /* Assigne le fileref au répertoire */
14
15	DATA weight_aggr;
16	INFILE mydir(qrt1.DATA); /* Référence le fichier dans le répertoire via le fileref */
17	INPUT idno $ week1 week16;
18	loss=Week1-Week16;
19	RUN;
20	PROC PRINT DATA=weight_aggr; RUN;

13 Bloque de código

DATA STEP Data

Explicación :
Se asigna un fileref (`mydir`) a un directorio. La instrucción `FILE` utiliza este fileref con el nombre del archivo entre paréntesis (`(awards.txt)`) para escribir un archivo específico en este directorio, simplificando así la gestión de las salidas a ubicaciones comunes.

¡Copiado!

1	/* Création d'un répertoire factice */
2	%let temp_dir = /tmp/my_sas_files;
3	%sysexec mkdir -p &temp_dir;
4
5	/* Création de données d'entrée factices pour générer 'loss' */
6	DATA temp_input_for_awards;
7	INPUT idno $ week1 week16;
8	CARDS;
9	A1 70 65
10	B2 80 70
11	C3 90 70
12	;
13	RUN;
14
15	filename mydir "&temp_dir"; /* Assigne le fileref au répertoire */
16
17	DATA _null_;
18	SET temp_input_for_awards;
19	file mydir(awards.txt); /* Écrit dans awards.txt dans le répertoire 'mydir' */
20	loss = week1 - week16;
21	IF loss ge 5 and loss le 9 THEN
22	put idno loss 'AWARD STATUS=3';
23	ELSE IF loss ge 10 and loss le 14 THEN
24	put idno loss 'AWARD STATUS=2';
25	ELSE IF loss ge 15 THEN
26	put idno loss 'AWARD STATUS=1';
27	RUN;
28
29	/* Affichage du contenu du fichier de sortie */
30	filename show_awards "&temp_dir/awards.txt";
31	%inc show_awards;

14 Bloque de código

%INCLUDE Data

Explicación :
Se asigna un fileref (`mydir`) a un directorio. La macroinstrucción `%INCLUDE` utiliza este fileref con el nombre del archivo de programa entre paréntesis (`(whole.program.sas)`) para incluir y ejecutar el código de este archivo, lo que facilita la gestión de los módulos de código.

¡Copiado!

1	/* Création d'un répertoire factice */
2	%let temp_dir = /tmp/my_sas_files;
3	%sysexec mkdir -p &temp_dir;
4
5	/* Création d'un fichier programme factice dans le répertoire */
6	filename whole_program "&temp_dir/whole.program.sas";
7	DATA _null_;
8	file whole_program;
9	put "data final_check; a=5; b=10; result = a+b; run;";
10	put "proc print data=final_check; run;";
11	RUN;
12
13	filename mydir "&temp_dir"; /* Assigne le fileref au répertoire */
14	%include mydir(whole.program.sas); /* Inclut le fichier programme via le fileref */

15 Bloque de código

FILENAME Data

Explicación :
Esta sección presenta varios especificadores de acceso para la instrucción `FILENAME`, permitiendo referenciar archivos a través de métodos como `DATAURL` (para datos directamente codificados), `URL` (para recursos web) y `ZIP` (para archivos comprimidos). Otros especificadores como `CATALOG`, `FTP`, `Hadoop`, `SOCKET` y `WebDAV` se mencionan para escenarios de acceso más específicos (la mayoría son marcadores de posición que requieren una configuración externa para funcionar realmente).

¡Copiado!

1	/* Assignation d'un fileref avec le spécificateur DATAURL - Exemple autonome */
2	filename myfile_dataurl dataurl 'data:text/plain;base64,SGVsbG8sIFdvcmxkIQ=='; /* "Hello, World!" encodé en Base64 */
3	DATA _null_;
4	INFILE myfile_dataurl;
5	INPUT;
6	put _infile_;
7	RUN;
8
9	/* Assignation d'un fileref avec le spécificateur URL */
10	/* Note: Pour une exécution réelle, cela tenterait de se connecter à la ressource distante. */
11	filename myfile_url URL 'https://www.example.com/index.html';
12	/* Pour lire le contenu, utilisez:
13	data _null_;
14	infile myfile_url;
15	input;
16	put _infile_;
17	run;
18	*/
19
20	/* Assignation d'un fileref avec le spécificateur ZIP - Exemple autonome */
21	/* Création d'un répertoire factice pour le fichier ZIP */
22	%let zip_dir = /tmp/myzipfiles;
23	%sysexec mkdir -p &zip_dir;
24	filename file_to_zip "&zip_dir/internal_file.txt";
25	DATA _null_;
26	file file_to_zip;
27	put "Contenu à l'intérieur du zip.";
28	run;
29
30	/* Création du fichier ZIP et ajout du fichier interne */
31	filename ziptool ZIP "&zip_dir/myarchive.zip";
32	data _null_;
33	file ziptool(internal_file.txt);
34	put "Contenu à l'intérieur du zip.";
35	RUN;
36	filename ziptool clear;
37
38	filename myfile_zip ZIP "&zip_dir/myarchive.zip(internal_file.txt)";
39	DATA _null_;
40	INFILE myfile_zip;
41	INPUT;
42	put _infile_;
43	RUN;
44
45	/* Exemples de fileref avec d'autres spécificateurs (placeholders) */
46	/* FILENAME mycat catalog 'my.catalog' <catalog-options>; */
47	/* FILENAME myfile_ftp FTP '/path/to/remote/file.txt' host='ftp.example.com' user='myuser' password='mypassword' debug; */
48	/* FILENAME myfile_hadoop hadoop '/user/sas/data.csv' <hadoop-options>; */
49	/* FILENAME myfile_socket SOCKET 'localhost:12345' <tcpip-options>; */
50	/* FILENAME myfile_socket_server SOCKET ':54321' SERVER <tcpip-options>; */
51	/* FILENAME myfile_webdav WEBDAV 'https://webdav.example.com/docs/file.txt' <webdav-options>; */

16 Bloque de código

DATA STEP Data

Explicación :
Este ejemplo demuestra la lectura de datos binarios en SAS. Primero crea un archivo binario ficticio con dos enteros de 2 bytes. Luego, un paso DATA lee este archivo utilizando la opción `RECFM=N` para el flujo binario y el informat `IB2.` para interpretar los bytes como enteros binarios.

¡Copiado!

1	/* Création d'un fichier binaire factice */
2	filename bindata "/tmp/binary_example.bin";
3	DATA _null_;
4	file bindata recfm=N; /* N pour le flux binaire */
5	/* Écriture de deux valeurs entières de 2 octets */
6	put 12345 ib2. @; /* écrit 12345 comme entier de 2 octets */
7	put 6789 ib2.; /* écrit 6789 comme entier de 2 octets */
8	RUN;
9
10	DATA read_binary;
11	INFILE bindata recfm=N;
12	INPUT Value1 ib2. Value2 ib2.; /* Lecture des entiers de 2 octets avec informat IB2. */
13	RUN;
14
15	PROC PRINT DATA=read_binary;
16	RUN;

17 Bloque de código

DATA STEP Data

Explicación :
Para leer datos binarios por columna, la instrucción `INFILE` debe especificar `RECFM=F` (Fixed record format) y `LRECL=160` (longitud de registro lógico). El ejemplo crea un archivo de texto simple para la demostración, pero en un escenario real, se utilizarían informats binarios específicos (`CBw.`, `ROWw.d`) con la instrucción `INPUT` para interpretar correctamente el contenido binario.

¡Copiado!

1	/* Création d'un fichier factice avec des données binaires par colonne simulées */
2	/* Dans un vrai scénario, ce fichier contiendrait des données binaires spécifiques. */
3	/* Ici, nous créons un fichier texte simple pour illustrer le concept d'INFILE. */
4	filename colbindata "/tmp/column_binary_example.txt";
5	DATA _null_;
6	file colbindata;
7	put 'Test'; /* Simule quelques octets, non réellement binaire pour cet exemple */
8	RUN;
9
10	DATA out_col_binary;
11	INFILE colbindata recfm=f lrecl=160; /* Options nécessaires pour les données binaires par colonne */
12	/* Pour un vrai fichier binaire par colonne, des informats comme CBw. ou ROWw.d seraient utilisés */
13	/* input var1 cb2.; ou input var1 row1. ; */
14	INPUT var1 $; /* Lecture simple pour la démo, adapter selon le format réel */
15	RUN;
16
17	PROC PRINT DATA=out_col_binary;
18	RUN;

Análisis de datos

1 Bloque de código

2 Bloque de código

3 Bloque de código

4 Bloque de código

5 Bloque de código

6 Bloque de código

7 Bloque de código

8 Bloque de código

9 Bloque de código

10 Bloque de código

11 Bloque de código

12 Bloque de código

13 Bloque de código

14 Bloque de código

15 Bloque de código

16 Bloque de código

17 Bloque de código