Carga de CSV en Caslib con Informats

Nivel de dificultad

Principiante

Publicado el : 24/09/2022

La acción `table.loadTable` se utiliza para cargar un archivo CSV en una tabla en memoria en el servidor CAS. Las `importOptions` se configuran para especificar el tipo de archivo (CSV) y para definir explícitamente las variables a través del parámetro `vars`. Para cada variable, se definen el nombre, el tipo de datos (doble), el informat (`ANYDTDTE10.` para fechas, `COMMA9.` para números con comas y `PERCENT8.` para porcentajes) y el formato (`NLDATE20.`, `COMMA.`, `PERCENT.`). La acción `table.columnInfo` permite mostrar los metadatos de la tabla, incluyendo los tipos de datos y los formatos aplicados. Finalmente, `table.fetch` se utiliza dos veces: una para mostrar los valores numéricos brutos (sin formato) y otra para mostrar los valores formateados por CAS, ilustrando el impacto de los informats y los formatos.

Análisis de datos

Type : CREATION_INTERNE

Los ejemplos utilizan datos CSV generados directamente en el código a través de sentencias `filename`, garantizando su autonomía y reproducibilidad sin depender de archivos externos preexistentes en el sistema de archivos CAS.

1 Bloque de código

PROC CAS / table.loadTable Data

Explicación :
Este ejemplo básico muestra cómo cargar un archivo CSV en CAS usando `table.loadTable`. El archivo CSV se crea dinámicamente utilizando una sentencia `filename` y un paso `DATA _NULL_` para asegurar la autonomía del script. El parámetro `importOptions` se utiliza para especificar el tipo de archivo, la ausencia de nombres de columna y la definición de informats y formatos para cada variable (`dt`, `volume`, `pct`). La tabla resultante, `volume_basic`, se promueve a nivel global de la sesión CAS usando `promote=True` para hacerla accesible a otras sesiones o usuarios. La acción `table.columnInfo` se usa para verificar los tipos de datos y formatos aplicados. Finalmente, `table.fetch` se usa dos veces para mostrar los datos brutos y formateados.

¡Copiado!

1	/* Remplacez 'cloud.example.com' et '5570' par les valeurs de votre environnement */
2	/options cashost="cloud.example.com" casport=5570;/
3
4	/* Démarre la session Casauto si ce n'est pas déjà fait. */
5	/cas casauto;/
6
7	/* Création d'un fichier CSV temporaire dans une caslib accessible */
8	filename volume_basic temp;
9	DATA _null_;
10	file volume_basic;
11	put '12-06-2019,"1,245",10%';
12	put '01-03-2020,"3,400",27%';
13	put '02-07-2020,"2,341",18%';
14	put '03-06-2020,"5,700",45%';
15	put '04-03-2020,"12,686",100%';
16	RUN;
17
18	PROC CAS;
19	SESSION casauto;
20
21	/* Charge le fichier CSV temporaire en mémoire CAS */
22	TABLE.loadTable /
23	path="volume_basic",
24	caslib="casuser", /* Spécifie une caslib, ex: 'casuser' */
25	importOptions={
26	fileType="csv",
27	getNames=false,
28	vars={
29	{name="dt" type="double" informat="anydtdte10." FORMAT="nldate20."},
30	{name="volume" type="double" informat="comma9." FORMAT="comma."},
31	{name="pct" type="double" informat="percent8." FORMAT="percent."}
32	}
33	},
34	casout={name="volume_basic", replace=True, promote=True}; /* Promote rend la table globale */
35
36	/* Affiche les informations sur les colonnes de la table chargée */
37	TABLE.columnInfo / TABLE="volume_basic";
38
39	title "Valeurs numériques brutes (Exemple Basique)";
40	/* Récupère et affiche les données sans appliquer de formats */
41	TABLE.fetch /
42	TABLE="volume_basic",
43	fetchVars={
44	{name="dt", FORMAT=""},
45	{name="volume", FORMAT=""},
46	{name="pct", FORMAT=""}
47	};
48	RUN;
49
50	title "Formats appliqués par CAS (Exemple Basique)";
51	/* Récupère et affiche les données en appliquant les formats définis */
52	TABLE.fetch / TABLE="volume_basic", FORMAT=True;
53	RUN;
54	QUIT;
55
56	/* Nettoyage : supprime la table CAS en mémoire et le fichier temporaire */
57	PROC CAS;
58	SESSION casauto;
59	TABLE.dropTable / caslib="casuser", name="volume_basic";
60	RUN;
61	QUIT;
62	filename volume_basic clear;

2 Bloque de código

PROC CAS / table.loadTable Data

Explicación :
Este ejemplo se centra en el uso de opciones comunes al cargar datos. El archivo CSV se carga en una tabla CAS llamada `volume_inter_global`. La opción `caslib='casuser'` se usa explícitamente para especificar la caslib de destino. Además, `promote=True` en el parámetro `casout` garantiza que la tabla cargada se promueva de una tabla de sesión a una tabla global, lo que la hace disponible para otros usuarios o sesiones sin necesidad de recargarla. Los nombres de las variables también son más explícitos para una mejor legibilidad. `table.fetch` se usa para mostrar una vista previa de los datos formateados.

¡Copiado!

1	/* Remplacez 'cloud.example.com' et '5570' par les valeurs de votre environnement */
2	/options cashost="cloud.example.com" casport=5570;/
3
4	/* Démarre la session Casauto si ce n'est pas déjà fait. */
5	/cas casauto;/
6
7	/* Création d'un fichier CSV temporaire avec plus de données */
8	filename volume_inter temp;
9	DATA _null_;
10	file volume_inter;
11	put '12-06-2019,"1,245",10%';
12	put '01-03-2020,"3,400",27%';
13	put '02-07-2020,"2,341",18%';
14	put '03-06-2020,"5,700",45%';
15	put '04-03-2020,"12,686",100%';
16	put '05-01-2020,"8,910",70%';
17	put '06-02-2020,"1,500",15%';
18	RUN;
19
20	PROC CAS;
21	SESSION casauto;
22
23	/* Charge le fichier CSV temporaire dans la caslib 'casuser' et le promeut */
24	TABLE.loadTable /
25	path="volume_inter",
26	caslib="casuser", /* Spécifie explicitement la caslib 'casuser' */
27	importOptions={
28	fileType="csv",
29	getNames=false,
30	vars={
31	{name="DateTransaction" type="double" informat="anydtdte10." FORMAT="nldate20."},
32	{name="VolumeVendu" type="double" informat="comma9." FORMAT="comma."},
33	{name="PourcentageCroissance" type="double" informat="percent8." FORMAT="percent."}
34	}
35	},
36	casout={name="volume_inter_global", replace=True, promote=True}; /* Promouvoir pour accès global */
37
38	/* Affiche les 10 premières lignes de la table globale */
39	title "Données de Volume (Exemple Intermédiaire)";
40	TABLE.fetch / TABLE="volume_inter_global", to=10, FORMAT=True;
41	RUN;
42	QUIT;
43
44	/* Nettoyage : supprime la table CAS globale et le fichier temporaire */
45	PROC CAS;
46	SESSION casauto;
47	TABLE.dropTable / caslib="casuser", name="volume_inter_global";
48	RUN;
49	QUIT;
50	filename volume_inter clear;

3 Bloque de código

PROC CAS / table.loadTable, dataStep.runCode Data

Explicación :
Este ejemplo avanzado ilustra una manipulación de datos más compleja directamente en el entorno CAS. Después de la carga inicial de la tabla `volume_initial`, se usa un `dataStep.runCode` para ejecutar un paso DATA de CASL. Este paso DATA crea una nueva variable `VolumeAjuste` multiplicando el `Volume` por el `CroissancePct` ajustado. Además, se aplica un filtro (`if VolumeAjuste > 5000`) para incluir solo las filas que cumplen esta condición en la nueva tabla `volume_processed`. Esto demuestra cómo realizar transformaciones y selecciones de datos en memoria distribuida.

¡Copiado!

/* Remplacez 'cloud.example.com' et '5570' par les valeurs de votre environnement */ /*options cashost="cloud.example.com" casport=5570;*/ /* Démarre la session Casauto si ce n'est pas déjà fait. */ /*cas casauto;*/ /* Création d'un fichier CSV temporaire pour l'exemple avancé */ filename volume_adv temp; data _null_; file volume_adv; put '12-06-2019,"1,245",10%'; put '01-03-2020,"3,400",27%'; put '02-07-2020,"2,341",18%'; put '03-06-2020,"5,700",45%'; put '04-03-2020,"12,686",100%'; put '05-01-2020,"8,910",70%'; put '06-02-2020,"1,500",15%'; put '07-01-2020,"6,000",50%'; put '08-01-2020,"9,500",80%'; run; proc cas; session casauto; /* Charge le fichier CSV temporaire */ table.loadTable / path="volume_adv", caslib="casuser", importOptions={ fileType="csv", getNames=false, vars={ {name="Date" type="double" informat="anydtdte10." format="nldate20."}, {name="Volume" type="double" informat="comma9." format="comma."}, {name="CroissancePct" type="double" informat="percent8." format="percent."} } }, casout={name="volume_initial", replace=True, promote=False}; /* Exécute un DATA step en CAS pour créer une nouvelle variable et filtrer les données */ dataStep.runCode / code=" data casuser.volume_processed; set casuser.volume_initial; VolumeAjuste = Volume * (1 + CroissancePct); if VolumeAjuste > 5000 then output; run;", single="yes"; /* Affiche les informations sur la nouvelle table traitée */ table.columnInfo / table="volume_processed", caslib="casuser"; title "Données de Volume Traitées (Exemple Avancé)"; /* Récupère et affiche les données de la table traitée */ table.fetch / table="volume_processed", caslib="casuser", format=True; run; quit; /* Nettoyage : supprime les tables CAS et le fichier temporaire */ proc cas; session casauto; table.dropTable / caslib="casuser", name="volume_initial"; table.dropTable / caslib="casuser", name="volume_processed"; run; quit; filename volume_adv clear;

1	/* Remplacez 'cloud.example.com' et '5570' par les valeurs de votre environnement */
2	/options cashost="cloud.example.com" casport=5570;/
3
4	/* Démarre la session Casauto si ce n'est pas déjà fait. */
5	/cas casauto;/
6
7	/* Création d'un fichier CSV temporaire pour l'exemple avancé */
8	filename volume_adv temp;
9	DATA _null_;
10	file volume_adv;
11	put '12-06-2019,"1,245",10%';
12	put '01-03-2020,"3,400",27%';
13	put '02-07-2020,"2,341",18%';
14	put '03-06-2020,"5,700",45%';
15	put '04-03-2020,"12,686",100%';
16	put '05-01-2020,"8,910",70%';
17	put '06-02-2020,"1,500",15%';
18	put '07-01-2020,"6,000",50%';
19	put '08-01-2020,"9,500",80%';
20	RUN;
21
22	PROC CAS;
23	SESSION casauto;
24
25	/* Charge le fichier CSV temporaire */
26	TABLE.loadTable /
27	path="volume_adv",
28	caslib="casuser",
29	importOptions={
30	fileType="csv",
31	getNames=false,
32	vars={
33	{name="Date" type="double" informat="anydtdte10." FORMAT="nldate20."},
34	{name="Volume" type="double" informat="comma9." FORMAT="comma."},
35	{name="CroissancePct" type="double" informat="percent8." FORMAT="percent."}
36	}
37	},
38	casout={name="volume_initial", replace=True, promote=False};
39
40	/* Exécute un DATA step en CAS pour créer une nouvelle variable et filtrer les données */
41	dataStep.runCode /
42	code="
43	data casuser.volume_processed;
44	set casuser.volume_initial;
45	VolumeAjuste = Volume * (1 + CroissancePct);
46	if VolumeAjuste > 5000 then output;
47	run;",
48	single="yes";
49
50	/* Affiche les informations sur la nouvelle table traitée */
51	TABLE.columnInfo / TABLE="volume_processed", caslib="casuser";
52
53	title "Données de Volume Traitées (Exemple Avancé)";
54	/* Récupère et affiche les données de la table traitée */
55	TABLE.fetch / TABLE="volume_processed", caslib="casuser", FORMAT=True;
56	RUN;
57	QUIT;
58
59	/* Nettoyage : supprime les tables CAS et le fichier temporaire */
60	PROC CAS;
61	SESSION casauto;
62	TABLE.dropTable / caslib="casuser", name="volume_initial";
63	TABLE.dropTable / caslib="casuser", name="volume_processed";
64	RUN;
65	QUIT;
66	filename volume_adv clear;

4 Bloque de código

PROC CAS / table.loadTable, simple.freq Data

Explicación :
Este ejemplo ilustra una integración más profunda con las capacidades analíticas de CAS. Se carga un archivo CSV, incluyendo una nueva variable categórica 'Region'. Luego, la acción `simple.freq` se utiliza para calcular la distribución de frecuencia de la variable 'Region' en la tabla en memoria distribuida. Además, `simple.summary` se usa para calcular estadísticas descriptivas (media) del `Volume` por `Region`, demostrando cómo CAS puede realizar análisis agregados de manera eficiente en grandes cantidades de datos. Esto resalta la potencia de cálculo paralelo de Viya.

¡Copiado!

/* Remplacez 'cloud.example.com' et '5570' par les valeurs de votre environnement */ /*options cashost="cloud.example.com" casport=5570;*/ /* Démarre la session Casauto si ce n'est pas déjà fait. */ /*cas casauto;*/ /* Création d'un fichier CSV temporaire avec une variable catégorielle */ filename volume_cas_analysis temp; data _null_; file volume_cas_analysis; put '12-06-2019,"1,245",10%,Est'; put '01-03-2020,"3,400",27%,Ouest'; put '02-07-2020,"2,341",18%,Nord'; put '03-06-2020,"5,700",45%,Sud'; put '04-03-2020,"12,686",100%,Est'; put '05-01-2020,"8,910",70%,Ouest'; put '06-02-2020,"1,500",15%,Nord'; put '07-01-2020,"6,000",50%,Sud'; put '08-01-2020,"9,500",80%,Est'; run; proc cas; session casauto; /* Charge le fichier CSV temporaire avec une nouvelle variable 'Region' */ table.loadTable / path="volume_cas_analysis", caslib="casuser", importOptions={ fileType="csv", getNames=false, vars={ {name="Date" type="double" informat="anydtdte10." format="nldate20."}, {name="Volume" type="double" informat="comma9." format="comma."}, {name="CroissancePct" type="double" informat="percent8." format="percent."}, {name="Region" type="varchar" length=50} } }, casout={name="volume_regions", replace=True, promote=False}; /* Exécute une analyse de fréquence sur la variable 'Region' */ title "Analyse de Fréquence par Région (Exemple Viya/CAS)"; simple.freq / table={name="volume_regions", caslib="casuser"}, inputs={{name="Region"}}; /* Calcule les moyennes du volume par région */ title "Statistiques Descriptives par Région (Exemple Viya/CAS)"; simple.summary / table={name="volume_regions", caslib="casuser"}, casout={name="summary_volume_regions", replace=True}, subSet={"mean"}, group={{ name="Region"} }, inputs={{ name="Volume"} }; run; quit; /* Nettoyage : supprime les tables CAS et le fichier temporaire */ proc cas; session casauto; table.dropTable / caslib="casuser", name="volume_regions"; table.dropTable / caslib="casuser", name="summary_volume_regions"; run; quit; filename volume_cas_analysis clear;

1	/* Remplacez 'cloud.example.com' et '5570' par les valeurs de votre environnement */
2	/options cashost="cloud.example.com" casport=5570;/
3
4	/* Démarre la session Casauto si ce n'est pas déjà fait. */
5	/cas casauto;/
6
7	/* Création d'un fichier CSV temporaire avec une variable catégorielle */
8	filename volume_cas_analysis temp;
9	DATA _null_;
10	file volume_cas_analysis;
11	put '12-06-2019,"1,245",10%,Est';
12	put '01-03-2020,"3,400",27%,Ouest';
13	put '02-07-2020,"2,341",18%,Nord';
14	put '03-06-2020,"5,700",45%,Sud';
15	put '04-03-2020,"12,686",100%,Est';
16	put '05-01-2020,"8,910",70%,Ouest';
17	put '06-02-2020,"1,500",15%,Nord';
18	put '07-01-2020,"6,000",50%,Sud';
19	put '08-01-2020,"9,500",80%,Est';
20	RUN;
21
22	PROC CAS;
23	SESSION casauto;
24
25	/* Charge le fichier CSV temporaire avec une nouvelle variable 'Region' */
26	TABLE.loadTable /
27	path="volume_cas_analysis",
28	caslib="casuser",
29	importOptions={
30	fileType="csv",
31	getNames=false,
32	vars={
33	{name="Date" type="double" informat="anydtdte10." FORMAT="nldate20."},
34	{name="Volume" type="double" informat="comma9." FORMAT="comma."},
35	{name="CroissancePct" type="double" informat="percent8." FORMAT="percent."},
36	{name="Region" type="varchar" LENGTH=50}
37	}
38	},
39	casout={name="volume_regions", replace=True, promote=False};
40
41	/* Exécute une analyse de fréquence sur la variable 'Region' */
42	title "Analyse de Fréquence par Région (Exemple Viya/CAS)";
43	SIMPLE.freq /
44	TABLE={name="volume_regions", caslib="casuser"},
45	inputs={{name="Region"}};
46
47	/* Calcule les moyennes du volume par région */
48	title "Statistiques Descriptives par Région (Exemple Viya/CAS)";
49	SIMPLE.summary /
50	TABLE={name="volume_regions", caslib="casuser"},
51	casout={name="summary_volume_regions", replace=True},
52	subSet={"mean"},
53	group={{
54	name="Region"}
55	},
56	inputs={{
57	name="Volume"}
58	};
59	RUN;
60
61	QUIT;
62
63	/* Nettoyage : supprime les tables CAS et le fichier temporaire */
64	PROC CAS;
65	SESSION casauto;
66	TABLE.dropTable / caslib="casuser", name="volume_regions";
67	TABLE.dropTable / caslib="casuser", name="summary_volume_regions";
68	RUN;
69	QUIT;
70	filename volume_cas_analysis clear;

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.

Documentación relacionada

Aucune documentation spécifique pour cette catégorie.