Procedimiento CARDINALITY: Variable con formato definido por el usuario

El procedimiento CARDINALITY analiza una variable en un conjunto de datos CAS para determinar su número de niveles únicos (cardinalidad). Cuando se aplican formatos definidos por el usuario a una variable, el procedimiento considera estos formatos como conocimiento previo y los utiliza por defecto para ordenar los niveles. Este ejemplo se centra en la variable engineSize del conjunto de datos SASHELP.CARS, a la que se aplica un formato engsize. El resultado incluye la cardinalidad de la variable formateada y una tabla detallada de frecuencias para cada nivel formateado.

Análisis de datos

Type : SASHELP

Los ejemplos utilizan el conjunto de datos integrado SASHELP.CARS, que se carga en la sesión CAS, y datos creados internamente (datalines) para las demostraciones de formatos.

1 Bloque de código

PROC CARDINALITY Data

Explicación :
Este ejemplo básico muestra cómo definir un formato de usuario para la variable 'engineSize' y cómo el procedimiento CARDINALITY lo utiliza por defecto para calcular la cardinalidad. Carga el conjunto de datos 'sashelp.cars' en la sesión CAS, crea un formato 'engsize', lo aplica a 'engineSize' y luego ejecuta PROC CARDINALITY. Los resultados (_VARNAME_, _ORDER_, _MORE_, _CARDINALITY_, _INDEX_, _FREQ_, _CFMT_) se muestran a continuación para confirmar que el formato ha sido tenido en cuenta y que los niveles están ordenados según las etiquetas del formato.

¡Copiado!

1	/* 1. Charger le jeu de données SASHELP.CARS en session CAS */
2	PROC CAS;
3	SESSION casauto;
4	caslib _all_ assign;
5	DATA casuser.cars;
6	SET sashelp.cars;
7	RUN;
8	QUIT;
9
10	/* 2. Créer un format défini par l'utilisateur pour engineSize */
11	PROC FORMAT casfmtlib='casuser.myfmtlib';
12	value engsize
13	low - <3 = 'Petit moteur'
14	3 - <6 = 'Moteur moyen'
15	6 - high= 'Gros moteur';
16	RUN;
17
18	/* 3. Appliquer le format à la variable engineSize et charger en CAS */
19	DATA casuser.cars;
20	FORMAT engineSize engsize.;
21	SET casuser.cars;
22	RUN;
23
24	/* 4. Exécuter PROC CARDINALITY avec la variable formatée */
25	PROC CARDINALITY DATA=casuser.cars outcard=casuser.card outdetails=casuser.details;
26	var engineSize;
27	RUN;
28
29	/* 5. Afficher le résumé de cardinalité */
30	title 'Cardinalité de engineSize avec format défini par l''utilisateur (Basique)';
31	PROC PRINT DATA=casuser.card;
32	var _VARNAME_ _ORDER_ _MORE_ _CARDINALITY_;
33	RUN;
34
35	/* 6. Afficher les détails des niveaux formatés */
36	title 'Détails des niveaux formatés pour engineSize (Basique)';
37	PROC PRINT DATA=casuser.details;
38	var _VARNAME_ _INDEX_ _FREQ_ _CFMT_;
39	RUN;

2 Bloque de código

PROC CARDINALITY Data

Explicación :
Este ejemplo intermedio utiliza un formato definido por el usuario que incluye el manejo de valores perdidos. Aplica el formato, introduce intencionadamente valores perdidos en la variable 'engineSize', y luego ejecuta PROC CARDINALITY con la opción `ORDER=FORMATTED` para asegurar que la ordenación de los niveles se base explícitamente en las etiquetas del formato, incluyendo el nivel para los valores perdidos.

¡Copiado!

1	/* 1. Charger le jeu de données SASHELP.CARS en session CAS */
2	PROC CAS;
3	SESSION casauto;
4	caslib _all_ assign;
5	DATA casuser.cars;
6	SET sashelp.cars;
7	RUN;
8	QUIT;
9
10	/* 2. Créer un format défini par l'utilisateur pour engineSize avec une valeur manquante */
11	PROC FORMAT casfmtlib='casuser.myfmtlib';
12	value engsize_plus
13	low - <3 = 'Type A'
14	3 - <6 = 'Type B'
15	6 - high= 'Type C'
16	. = 'Non spécifié'; /* Gestion des valeurs manquantes */
17	RUN;
18
19	/* 3. Appliquer le format et introduire des valeurs manquantes */
20	DATA casuser.cars_missing;
21	SET casuser.cars;
22	IF mod(_n_, 10) = 0 THEN call missing(engineSize); /* Introduire des manquants */
23	FORMAT engineSize engsize_plus.;
24	RUN;
25
26	/* 4. Exécuter PROC CARDINALITY avec ORDER=FORMATTED */
27	PROC CARDINALITY DATA=casuser.cars_missing outcard=casuser.card_ord outdetails=casuser.details_ord;
28	var engineSize;
29	order formatted;
30	RUN;
31
32	/* 5. Afficher le résumé de cardinalité */
33	title 'Cardinalité de engineSize avec format défini par l''utilisateur et manquants (Ordonné par format)';
34	PROC PRINT DATA=casuser.card_ord;
35	var _VARNAME_ _ORDER_ _MORE_ _CARDINALITY_;
36	RUN;
37
38	/* 6. Afficher les détails des niveaux formatés */
39	title 'Détails des niveaux formatés pour engineSize avec manquants (Ordonné par format)';
40	PROC PRINT DATA=casuser.details_ord;
41	var _VARNAME_ _INDEX_ _FREQ_ _CFMT_;
42	RUN;

3 Bloque de código

PROC CARDINALITY Data

Explicación :
Este ejemplo avanzado combina el uso de formatos definidos por el usuario con el filtrado de datos y el análisis de múltiples variables. Crea formatos para 'driveTrain' y 'fueltype', aplica un filtro `WHERE` complejo para seleccionar un subconjunto de vehículos, y luego ejecuta PROC CARDINALITY sobre estas variables. La opción `ORDER=FREQ` se utiliza para ordenar los niveles por frecuencia decreciente, y `MAXLEVELS` se ajusta para obtener más detalles sobre los niveles.

¡Copiado!

1	/* 1. Charger le jeu de données SASHELP.CARS en session CAS */
2	PROC CAS;
3	SESSION casauto;
4	caslib _all_ assign;
5	DATA casuser.cars;
6	SET sashelp.cars;
7	RUN;
8	QUIT;
9
10	/* 2. Créer un format défini par l'utilisateur complexe */
11	PROC FORMAT casfmtlib='casuser.myfmtlib';
12	value $fueltype
13	'Premium' = 'Carburant Premium'
14	'Regular' = 'Carburant Régulier'
15	other = 'Autre Carburant';
16
17	value $drivetrain
18	'Front' = 'Traction avant'
19	'Rear' = 'Propulsion'
20	'All' = 'Quatre roues motrices'
21	other = 'Inconnu';
22	RUN;
23
24	/* 3. Appliquer les formats et filtrer les données */
25	DATA casuser.cars_filtered;
26	SET casuser.cars;
27	FORMAT driveTrain $drivetrain. fueltype $fueltype.;
28	where msrp < 30000 and make in ('Audi', 'BMW', 'Mercedes-Benz'); /* Filtrage avancé */
29	RUN;
30
31	/* 4. Exécuter PROC CARDINALITY sur plusieurs variables formatées */
32	PROC CARDINALITY DATA=casuser.cars_filtered outcard=casuser.card_adv outdetails=casuser.details_adv maxlevels=10;
33	var driveTrain fueltype;
34	order freq; /* Ordonner par fréquence */
35	RUN;
36
37	/* 5. Afficher les résultats */
38	title 'Cardinalité des variables formatées (Cas Avancé avec filtrage)';
39	PROC PRINT DATA=casuser.card_adv;
40	var _VARNAME_ _ORDER_ _MORE_ _CARDINALITY_;
41	RUN;
42
43	title 'Détails des niveaux formatés (Cas Avancé avec filtrage)';
44	PROC PRINT DATA=casuser.details_adv;
45	var _VARNAME_ _INDEX_ _FREQ_ _CFMT_;
46	RUN;

4 Bloque de código

PROC CARDINALITY Data

Explicación :
Este escenario Viya/CAS está optimizado para tablas grandes. Simula una tabla de datos grande directamente en la sesión CAS, aplica formatos definidos por el usuario a variables numéricas y de caracteres, y luego ejecuta PROC CARDINALITY. La opción `NTHREADS` se utiliza específicamente para aprovechar las capacidades de procesamiento paralelo de CAS, lo cual es crucial para el rendimiento en grandes conjuntos de datos. La opción `ESTIMATE METHOD=EXACT` garantiza un cálculo preciso de la cardinalidad, incluso con datos grandes. Después del análisis, las tablas temporales son eliminadas.

¡Copiado!

/* 1. Créer une grande table CAS pour la démonstration */ proc cas; session casauto; caslib _all_ assign; data casuser.large_data; do i = 1 to 100000; /* 100 000 observations */ engineSize_raw = ranuni(12345) * 10; /* Générer des tailles moteur continues */ if engineSize_raw < 3 then engineSize = 1; /* Simuler des groupes pour le format */ else if engineSize_raw < 6 then engineSize = 2; else engineSize = 3; fueltype_raw = rand('UNIFORM') * 3; if fueltype_raw < 1 then fueltype_char = 'Premium'; else if fueltype_raw < 2 then fueltype_char = 'Regular'; else fueltype_char = 'Diesel'; output; end; run; quit; /* 2. Créer les formats définis par l'utilisateur */ proc format casfmtlib='casuser.myfmtlib'; value large_engsize 1 = 'Petite Moteur (CAS)' 2 = 'Moteur Moyen (CAS)' 3 = 'Gros Moteur (CAS)'; value $large_fueltype 'Premium' = 'Carburant Premium (CAS)' 'Regular' = 'Carburant Régulier (CAS)' 'Diesel' = 'Carburant Diesel (CAS)'; run; /* 3. Appliquer les formats à la grande table CAS */ data casuser.large_data; set casuser.large_data; format engineSize large_engsize. fueltype_char $large_fueltype.; run; /* 4. Exécuter PROC CARDINALITY en parallèle sur la grande table */ proc cardinality data=casuser.large_data outcard=casuser.card_large outdetails=casuser.details_large; var engineSize fueltype_char; nthreads=4; /* Utilisation de threads pour une exécution parallèle */ estimate method=exact; /* Assurer un calcul exact de cardinalité */ run; /* 5. Afficher les résultats pour la table volumineuse */ title 'Cardinalité des variables formatées sur une table volumineuse (CAS/Parallèle)'; proc print data=casuser.card_large; var _VARNAME_ _ORDER_ _MORE_ _CARDINALITY_; run; title 'Détails des niveaux formatés sur une table volumineuse (CAS/Parallèle)'; proc print data=casuser.details_large; var _VARNAME_ _INDEX_ _FREQ_ _CFMT_; run; /* 6. Supprimer la table temporaire */ proc cas; session casauto; table.dropTable(name='large_data', caslib='casuser'); table.dropTable(name='card_large', caslib='casuser'); table.dropTable(name='details_large', caslib='casuser'); quit;

1	/* 1. Créer une grande table CAS pour la démonstration */
2	PROC CAS;
3	SESSION casauto;
4	caslib _all_ assign;
5
6	DATA casuser.large_data;
7	DO i = 1 to 100000; /* 100 000 observations */
8	engineSize_raw = ranuni(12345) * 10; /* Générer des tailles moteur continues */
9	IF engineSize_raw < 3 THEN engineSize = 1; /* Simuler des groupes pour le format */
10	ELSE IF engineSize_raw < 6 THEN engineSize = 2;
11	ELSE engineSize = 3;
12
13	fueltype_raw = rand('UNIFORM') * 3;
14	IF fueltype_raw < 1 THEN fueltype_char = 'Premium';
15	ELSE IF fueltype_raw < 2 THEN fueltype_char = 'Regular';
16	ELSE fueltype_char = 'Diesel';
17
18	OUTPUT;
19	END;
20	RUN;
21	QUIT;
22
23	/* 2. Créer les formats définis par l'utilisateur */
24	PROC FORMAT casfmtlib='casuser.myfmtlib';
25	value large_engsize
26	1 = 'Petite Moteur (CAS)'
27	2 = 'Moteur Moyen (CAS)'
28	3 = 'Gros Moteur (CAS)';
29	value $large_fueltype
30	'Premium' = 'Carburant Premium (CAS)'
31	'Regular' = 'Carburant Régulier (CAS)'
32	'Diesel' = 'Carburant Diesel (CAS)';
33	RUN;
34
35	/* 3. Appliquer les formats à la grande table CAS */
36	DATA casuser.large_data;
37	SET casuser.large_data;
38	FORMAT engineSize large_engsize. fueltype_char $large_fueltype.;
39	RUN;
40
41	/* 4. Exécuter PROC CARDINALITY en parallèle sur la grande table */
42	PROC CARDINALITY DATA=casuser.large_data outcard=casuser.card_large outdetails=casuser.details_large;
43	var engineSize fueltype_char;
44	nthreads=4; /* Utilisation de threads pour une exécution parallèle */
45	estimate method=exact; /* Assurer un calcul exact de cardinalité */
46	RUN;
47
48	/* 5. Afficher les résultats pour la table volumineuse */
49	title 'Cardinalité des variables formatées sur une table volumineuse (CAS/Parallèle)';
50	PROC PRINT DATA=casuser.card_large;
51	var _VARNAME_ _ORDER_ _MORE_ _CARDINALITY_;
52	RUN;
53
54	title 'Détails des niveaux formatés sur une table volumineuse (CAS/Parallèle)';
55	PROC PRINT DATA=casuser.details_large;
56	var _VARNAME_ _INDEX_ _FREQ_ _CFMT_;
57	RUN;
58
59	/* 6. Supprimer la table temporaire */
60	PROC CAS;
61	SESSION casauto;
62	TABLE.dropTable(name='large_data', caslib='casuser');
63	TABLE.dropTable(name='card_large', caslib='casuser');
64	TABLE.dropTable(name='details_large', caslib='casuser');
65	QUIT;

Este material se proporciona "tal cual" por We Are Cas. No hay garantías, expresas o implícitas, en cuanto a la comerciabilidad o idoneidad para un propósito particular con respecto a los materiales o el código contenidos en este documento. We Are Cas no es responsable de los errores en este material tal como existe ahora o existirá, ni We Are Cas proporciona soporte técnico para el mismo.

Retour à la liste