Lors de l'exploration de données ou du débogage, il est fréquent de vouloir isoler uniquement la "fin" d'une table (dataset). Contrairement à l'option OBS=10 qui nous donne le début, récupérer les 10 dernières observations d'une table contenant $N$ lignes demande une approche plus réfléchie, surtout si la table est volumineuse.
Voici une compilation des meilleures méthodes issues de la communauté SAS©, classées par performance et cas d'usage.
| 1 | PROC SORT DATA=MA_TABLE out=sorted_table; |
| 2 | BY descending date_variable; |
| 3 | RUN; |
| 4 | |
| 5 | DATA last_ten; |
| 6 | SET sorted_table (obs=10); |
| 7 | RUN; |
| 1 | DATA last_ten; |
| 2 | SET MA_TABLE nobs=total_obs; |
| 3 | /* On ne garde que si le numéro de ligne (_N_) est dans les 10 derniers */ |
| 4 | IF _N_ > (total_obs - 10); |
| 5 | RUN; |
| 1 | DATA last_ten; |
| 2 | /* Boucle de la ligne N-9 jusqu'à la ligne N */ |
| 3 | DO i = (total_obs - 9) to total_obs; |
| 4 | SET MA_TABLE nobs=total_obs point=i; |
| 5 | OUTPUT; |
| 6 | END; |
| 7 | stop; /* IMPORTANT : stop évite une boucle infinie avec l'instruction POINT */ |
| 8 | RUN; |
| 1 | /* Étape 1 : Calculer le point de départ */ |
| 2 | DATA _null_; |
| 3 | SET MA_TABLE nobs=n; |
| 4 | start_point = n - 9; |
| 5 | call symput('start_obs', start_point); |
| 6 | RUN; |
| 7 | |
| 8 | /* Étape 2 : Lire à partir de ce point */ |
| 9 | DATA last_ten; |
| 10 | SET MA_TABLE (firstobs=&start_obs); |
| 11 | RUN; |
Pour conclure, voici quelques nuances techniques soulevées lors de la discussion :
Vues et SGBD : Les méthodes utilisant NOBS et POINT= fonctionnent parfaitement sur les tables Base SAS© natives. Cependant, elles peuvent échouer sur des Vues (Views) ou des tables de bases de données externes (Oracle, SQL Server via SAS©/ACCESS) car ces moteurs ne connaissent pas toujours le nombre de lignes à l'avance ou ne supportent pas l'accès direct par numéro de ligne.
La variable _N_ : Dans la méthode 3, vous pouvez utiliser la variable automatique _N_ comme compteur de boucle (au lieu de i).
Avantage : _N_ n'est pas écrite dans la table de sortie (pas besoin de DROP).
Inconvénient : Cela peut prêter à confusion pour les débutants, car _N_ désigne habituellement le nombre d'itérations de l'étape Data.
En résumé : Pour une table SAS© classique volumineuse, privilégiez toujours la Méthode 3 (POINT=).
Les codes et exemples fournis sur WeAreCAS.eu sont à but pédagogique. Il est impératif de ne pas les copier-coller aveuglément sur vos environnements de production. La meilleure approche consiste à comprendre la logique avant de l'appliquer. Nous vous recommandons vivement de tester ces scripts dans un environnement de test (Sandbox/Dev). WeAreCAS décline toute responsabilité quant aux éventuels impacts ou pertes de données sur vos systèmes.