sas优化技巧-条件语句的正确选择（select，if，where，having）

1.       条件语句where和if的区别

从上图可以看出，where在原始数据进入PDV(program  data  vector)前对数据进行判断，是否满足条件，满足的条件的观测值进入PDV，不满足的则排除，PDV简单的说就是在编译过程中用于存储新建数据集变量值的空间。而if是将原始数据集中的所有值放入PDV后进行条件判断，满足条件的输出到新建数据集中。因此使用where条件筛选速度快于if。where只能从现有的sas数据集中选择观测，if语句还可以用input语句产生的观测中选。Where可以作为选项进行应用。

运行速度比较：

结果比较： if条件语句首先是把sashelp逻辑库的class数据集前5个观测对象放入PDV，对满足年龄大于13岁的对象输出到新建数据集；而where是数据放入PDV前逐一进行判断，满足条件的前5个观测对象放入PDV，输出。所以if输出的观测对象个数时小于或等于obs指定值，而where是等于obs指定值。

If和where关键不同点汇总：

2. select和if

当被判断变量为数值型变量，select处理效率高于if，而当变量为字符型时if条件判断效率较高。两者使用选择：

选择if：

a.       变量为字符型；

b.       变量值不均匀分布；

c.       较少判断条件。

选择select：

a.       数据规整分布；

b.       变量为数值型且条件间互斥，即判断条件间无交集；

总得来说条件间互斥的数值型变量或条件较多时选择select；其他if。且在数据量很大时两者的效率才能凸显。

data test_select;

 set sashelp.class;

 select;

  when (age le 12)  age_group='low-12';

  when (age le 15)  age_group='13-15';

  when (age ge 16) age_group='16-high';

  otherwise;

 end;

run;

3.sql里where和having的区别

sas sql里where和having条件的选择规则类似于sas data set新建if和where的区别，having是对sql语句中groupby分割后的亚组数据集进行条件筛选，先按亚组计算将计算结果新变量放入新建表（tables）中，在按照having指定条件对亚组进行筛选；因此having需在group by语句后，而where是对整个数据集进行筛选，先筛选出符合条件的观测对象，再按照group by分割的亚组进行计算，产生的新变量再放入新建表中，where语句需在group by之前；而当无groupby语句时having的作用相当于where；

/*having*/

proc sql noprint;

 create table data_having as

  select *,avg(age) as avgage from sashelp.class

   group by sex

    having age ge 15;

quit;

/*where*/

proc sql noprint;

 create table data_where as

  select *,avg(age) as avgage from sashelp.class

   where age ge 15

    group by sex;

quit;

结果差异：

两者的主要差异：