Restructuration de tables SAS (Large vers Long et inversement)

Ce script pédagogique illustre deux techniques fondamentales de manipulation de données. Premièrement, il transforme un jeu de données 'large' contenant des poids de bébés à différents mois (colonnes weight3, weight6, etc.) en un format 'long' (une ligne par mois par bébé) en utilisant des tableaux (ARRAY) et une boucle itérative dans une étape DATA. Deuxièmement, il montre comment revenir au format 'large' en utilisant la procédure TRANSPOSE, en détaillant les étapes successives pour affiner le résultat (utilisation de BY, ID, et PREFIX).

Analyse des données

Type : CREATION_INTERNE

Les données 'baby_weight' sont générées statiquement dans le script via l'instruction DATALINES.

1 Bloc de code

DATA STEP Data

Explication :
Création du jeu de données initial 'baby_weight' contenant les identifiants, le genre et les poids mesurés à 3, 6, 9 et 12 mois.

Copié !

1	DATA baby_weight;
2	INPUT id gender $ weight3 weight6 weight9 weight12;
3	DATALINES;
4	1001 F 9 13 16 17
5	1002 F 11 16 17 20
6	1003 M 17 20 23 24
7	1004 F 16 18 21 22
8	1005 M 11 15 16 18
9	1006 M 17 21 25 26
10	1007 M 16 17 19 21
11	1008 F 15 16 18 19
12	;
13	RUN;

2 Bloc de code

PROC PRINT

Explication :
Affichage des données brutes pour vérification.

Copié !

1	PROC PRINT DATA = baby_weight;
2	RUN;

3 Bloc de code

DATA STEP Data

Explication :
Transformation 'Large vers Long'. Utilisation de deux tableaux (ARRAY) : un pour les mois fixes et un pour les variables de poids. Une boucle DO itère sur les tableaux et l'instruction OUTPUT génère une ligne pour chaque mois.

Copié !

1	DATA baby_weight_long (keep = id gender month weight);
2	SET baby_weight;
3	array months{4} (3 6 9 12);
4	array weights{4} weight3--weight12;
5	DO i = 1 to 4;
6	month = months{i};
7	weight = weights{i};
8	OUTPUT;
9	END;
10	RUN;

4 Bloc de code

PROC PRINT

Explication :
Visualisation du résultat restructuré au format long.

Copié !

1	PROC PRINT DATA = baby_weight_long;
2	RUN;

5 Bloc de code

DATA STEP Data

Explication :
Exemple pédagogique (étape intermédiaire ou incorrecte pour le but final) montrant l'itération sans l'instruction OUTPUT explicite à chaque itération, ce qui ne produit pas la structure 'longue' désirée pour toutes les observations.

Copié !

1	DATA baby_weight_long1;
2	SET baby_weight;
3	array weights{4} weight3--weight12;
4	DO i = 1 to 4;
5	weight = weights{i};
6	END;
7	RUN;

6 Bloc de code

PROC PRINT

Explication :
Visualisation de l'étape intermédiaire.

Copié !

1	PROC PRINT DATA = baby_weight_long1;
2	RUN;

7 Bloc de code

PROC SORT Data

Explication :
Tri des données 'longues' par identifiant et mois, prérequis nécessaire pour une transposition correcte ou structurée.

Copié !

1
2	PROC SORT
3	DATA = baby_weight_long;
4	BY id month;
5	RUN;
6

8 Bloc de code

PROC TRANSPOSE Data

Explication :
Étape 1 de transposition : Tentative basique de transposition sans variables de regroupement (BY), ce qui transpose l'intégralité de la table.

Copié !

1
2	PROC TRANSPOSE
3	DATA = baby_weight_long
4	out = baby_weight_wide;
5	RUN;
6

9 Bloc de code

PROC TRANSPOSE Data

Explication :
Étape 2 de transposition : Ajout de l'instruction BY 'id' pour transposer les données pour chaque sujet séparément.

Copié !

1	PROC TRANSPOSE DATA = baby_weight_long
2	out = baby_weight_wide;
3	BY id;
4	RUN;

10 Bloc de code

PROC TRANSPOSE Data

Explication :
Étape 3 de transposition : Ajout de l'instruction ID 'month' pour utiliser les valeurs de la variable 'month' comme suffixes/noms des nouvelles colonnes transposées.

Copié !

1	PROC TRANSPOSE DATA = baby_weight_long
2	out = baby_weight_wide;
3	BY id;
4	id month;
5	RUN;

11 Bloc de code

PROC TRANSPOSE Data

Explication :
Étape 4 (Finale) : Raffinement de la transposition avec l'option PREFIX='weight' pour nommer les colonnes (ex: weight3, weight6...) et suppression de la colonne automatique _NAME_.

Copié !

1	PROC TRANSPOSE DATA = baby_weight_long
2	out = baby_weight_wide (drop = _NAME_)
3	prefix = weight;
4	BY id;
5	id month;
6	RUN;

12 Bloc de code

PROC PRINT

Explication :
Visualisation du résultat final de la transposition (retour au format large).

Copié !

1	PROC PRINT DATA = baby_weight_wide;
2	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.

« La restructuration des données est une étape charnière de la préparation analytique, particulièrement dans les études longitudinales. Ce script illustre la dualité entre l'étape DATA pour le passage au format "long" et la PROC TRANSPOSE pour le retour au format "large". L'utilisation des ARRAY (tableaux) dans l'étape DATA est la méthode la plus efficiente pour transformer des colonnes répétitives (poids à 3, 6, 9 mois) en observations distinctes. Cette structure "longue" est indispensable pour la plupart des procédures statistiques et graphiques modernes. À l'inverse, la puissance de la PROC TRANSPOSE réside dans ses options de nommage (PREFIX=) et d'identification (ID), qui permettent de reconstruire une table "large" propre et prête pour un reporting horizontal. »