Exemples : Entrelacer des Données

L'entrelacement de jeux de données SAS^© est une technique qui permet de combiner des observations de plusieurs jeux de données en un seul, en respectant l'ordre défini par une ou plusieurs variables communes spécifiées dans l'instruction BY. Pour garantir un entrelacement correct, il est impératif que tous les jeux de données d'entrée soient préalablement triés (à l'aide de PROC SORT) ou indexés selon la même variable ou les mêmes variables BY. Le processus copie les observations des jeux de données d'origine dans le jeu de données de sortie, en maintenant l'ordre séquentiel des valeurs de la variable BY. Si des valeurs de la variable BY sont dupliquées entre les jeux de données d'entrée, l'ordre dans lequel les jeux de données sont listés dans l'instruction SET déterminera l'ordre des observations correspondantes dans la sortie. Si un jeu de données d'entrée contient des variables non présentes dans les autres, les valeurs correspondantes dans le jeu de données de sortie seront nulles. Le nombre total d'observations dans le jeu de données de sortie correspond à la somme des observations de tous les jeux de données d'entrée.

Analyse des données

Type : CREATION_INTERNE

Les exemples utilisent des données générées (datalines) pour créer les jeux de données SAS nécessaires à la démonstration de l'entrelacement.

1 Bloc de code

DATA STEP / PROC SORT Data

Explication :
Cet exemple crée deux jeux de données, 'animal' et 'plant', et les trie par la variable commune 'common'. Ensuite, l'étape DATA entrelace ces jeux de données en utilisant l'instruction BY. Le jeu de données de sortie 'interleave' contient les observations des deux jeux de données, ordonnées par 'common'.

Copié !

1	DATA animal;
2	INPUT common $ animal $;
3	DATALINES;
4	a Ant
5	b Bird
6	c Cat
7	d Dog
8	e Eagle
9	f Frog
10	;
11	RUN;
12
13	DATA plant;
14	INPUT common $ plant $;
15	DATALINES;
16	a Apple
17	b Banana
18	c Coconut
19	d Dewberry
20	e Eggplant
21	f Fig
22	;
23	RUN;
24
25	PROC SORT DATA=animal; BY common; RUN;
26	PROC SORT DATA=plant; BY common; RUN;
27
28	DATA interleave;
29	SET animal plant;
30	BY common;
31	RUN;
32	PROC PRINT DATA=interleave; RUN;

2 Bloc de code

DATA STEP / PROC SORT Data

Explication :
Cet exemple démontre l'entrelacement de jeux de données ('animalDupes' et 'plantDupes') qui contiennent des valeurs dupliquées pour la variable BY 'common'. Les jeux de données sont triés avant l'entrelacement. L'ordre des jeux de données dans l'instruction SET influe sur l'ordre des observations avec les mêmes valeurs de 'common' dans le jeu de données de sortie. Un exemple supplémentaire avec l'ordre 'plantDupes animalDupes' est fourni pour illustrer cet impact.

Copié !

1	DATA animalDupes;
2	INPUT common $ animal $;
3	DATALINES;
4	a Ant
5	a Ape
6	b Bird
7	c Cat
8	d Dog
9	e Eagle
10	;
11	RUN;
12
13	DATA plantDupes;
14	INPUT common $ plant $;
15	DATALINES;
16	a Apple
17	b Banana
18	c Coconut
19	c Celery
20	d Dewberry
21	e Eggplant
22	;
23	RUN;
24
25	PROC SORT DATA=animalDupes; BY common; RUN;
26	PROC SORT DATA=plantDupes; BY common; RUN;
27
28	DATA interleave;
29	SET animalDupes plantDupes;
30	BY common;
31	RUN;
32
33	PROC PRINT DATA=interleave; RUN;

3 Bloc de code

DATA STEP / PROC SORT Data

Explication :
Cet exemple illustre l'entrelacement de jeux de données ('animalDupes' et 'plantMissing2') où la variable BY 'common' contient des valeurs présentes dans un jeu de données mais pas dans l'autre (par exemple, 'd' dans 'animalDupes' et 'f' dans 'plantMissing2'). Après le tri, l'étape DATA entrelace les jeux de données. Les variables qui ne sont pas présentes dans une observation spécifique d'un jeu de données d'entrée reçoivent des valeurs manquantes dans le jeu de données de sortie.

Copié !

1	DATA animalDupes;
2	INPUT common $ animal $;
3	DATALINES;
4	a Ant
5	a Ape
6	b Bird
7	c Cat
8	d Dog
9	e Eagle
10	;
11	RUN;
12
13	DATA plantMissing2;
14	INPUT common $ plant $;
15	DATALINES;
16	a Apple
17	b Banana
18	c Coconut
19	e Eggplant
20	f Fig
21	;
22	RUN;
23
24	PROC SORT DATA=animalDupes; BY common; RUN;
25	PROC SORT DATA=plantMissing2; BY common; RUN;
26
27	DATA interleave;
28	SET animalDupes plantMissing2;
29	BY common;
30	RUN;
31
32	PROC PRINT DATA=interleave; RUN;

Ce matériel est fourni "tel quel" par We Are Cas. Il n'y a aucune garantie, expresse ou implicite, quant à la qualité marchande ou à l'adéquation à un usage particulier concernant le matériel ou le code contenu dans les présentes. We Are Cas n'est pas responsable des erreurs dans ce matériel tel qu'il existe maintenant ou existera, et We Are Cas ne fournit pas de support technique pour celui-ci.

Retour à la liste

Le Conseil de l'Expert

Stéphanie

Spécialiste Machine Learning et IA.

« Utilisez l'entrelacement plutôt que le MERGE lorsque vous voulez empiler des données historiques (ex: ventes de 2024 et ventes de 2025) tout en gardant un ordre chronologique strict. C'est beaucoup plus performant et moins risqué qu'une concaténation suivie d'un tri global, car vous profitez du fait que vos sources sont déjà triées. »