Profilage de données avec PROC DATAMETRICS (Options d'identité)

Niveau de difficulté

Débutant

Publié le : 11/01/2021

Le script commence par charger les fonctionnalités de qualité des données avec `%dqload()`. Il crée ensuite un jeu de données SAS^© temporaire nommé `nameSet` à partir de données en ligne (`cards;`). La `PROC DATAMETRICS` est exécutée deux fois. La première exécution profile `nameSet` sans l'option `multi` pour l'identification, produisant `names_multi_false`. La seconde exécution utilise l'option `multi` dans l'instruction `identities`, permettant la détection de plusieurs identités, et génère `names_multi_true`. Les deux appels à `DATAMETRICS` utilisent les options `median` et `threads=2`.

Analyse des données

Type : CREATION_INTERNE

Le jeu de données d'entrée `nameSet` est entièrement créé au sein du script à l'aide d'un bloc `DATA STEP` et de l'instruction `cards;`. Aucune source de données externe (fichiers, bases de données, etc.) n'est directement lue pour la création des données de travail.

1 Bloc de code

Macro SAS

Explication :
Appelle la macro `%dqload()` pour initialiser l'environnement de qualité des données de SAS, chargeant les fonctions et les configurations nécessaires pour les opérations subséquentes de profilage de données, telles que celles utilisées par la `PROC DATAMETRICS`.

Copié !

1	%dqload();

2 Bloc de code

DATA STEP Data

Explication :
Ce bloc `DATA STEP` crée un jeu de données temporaire nommé `nameSet` dans la bibliothèque WORK. Il définit deux variables, `id` (numérique) et `names` (caractère), et les peuple avec des données en ligne fournies via l'instruction `cards;`.

Copié !

1	DATA nameSet ;
2	INPUT id 1-2 names $ 5-22;
3	CARDS;
4	1 Joan Raggio
5	2 Alexander Healy
6	3 Jody Hazlett
7	4 Brandon Visconti
8	5 Becky Loui
9	6 Martha Brockmeier
10	7 Shirley Espino
11	8 V Kipp
12	9 Stacy Stockli
13	10 Brittany Delman
14	11 Lauren Tellez
15	12 Megan Hampu
16	13 John Deere
17	14 Mary Kay
18	15 Krispy Kreme
19	;
20	RUN;

3 Bloc de code

PROC DATAMETRICS

Explication :
Exécute la procédure `DATAMETRICS` pour analyser le profilage des données du jeu de données `nameSet`. L'option `median` est activée et le traitement est configuré pour utiliser `threads=2`. L'instruction `identities def="Field Content"` spécifie la méthode d'identification sans l'option `multi`, ce qui signifie que le profilage se concentrera sur l'identification d'une seule 'identité' par enregistrement. Les résultats sont sauvegardés dans le jeu de données de sortie `names_multi_false`.

Copié !

1
2	PROC DATAMETRICS
3	DATA=nameSet out=names_multi_false median threads=2;
4	identities def="Field Content";
5	RUN;
6

4 Bloc de code

PROC DATAMETRICS

Explication :
Seconde exécution de la `PROC DATAMETRICS`, similaire à la précédente, mais incluant l'option `multi` dans l'instruction `identities`. Cette option permet à la procédure de détecter et de rapporter plusieurs identités potentielles par enregistrement dans le champ spécifié ('Field Content'), offrant une analyse de profilage plus approfondie. Les résultats sont sauvegardés dans le jeu de données de sortie `names_multi_true`.

Copié !

1
2	PROC DATAMETRICS
3	DATA=nameSet out=names_multi_true median threads=2;
4	identities def="Field Content" multi;
5	RUN;
6

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.

Documentation liée

Aucune documentation spécifique pour cette catégorie.