如何在SAS中执行python

在SAS中执行Python的方法包括使用PROC FCMP、SAS Viya中的Python代码节点、通过SASPy库进行集成。SASPy库最为方便和灵活，能够在SAS和Python之间无缝转换数据。

一、PROC FCMP

PROC FCMP 是SAS中一个很强大的过程，用于编写自定义函数和存储过程。通过它，你可以调用外部Python代码。它的使用步骤如下：

1. 创建Python代码文件

首先，需要在系统中创建一个Python代码文件，例如my_script.py。

# my_script.py

def hello_sas():
    return "Hello from Python!"

2. 使用PROC FCMP调用Python脚本

在SAS中使用PROC FCMP过程调用这个Python脚本。

proc fcmp outlib=work.funcs.python;

    function hello_sas() $;
        rc = system('python my_script.py');
        return (rc);
    endsub;
run;
options cmplib=work.funcs;
data _null_;
    length msg $ 50;
    msg = hello_sas();
    put msg=;
run;

二、SAS Viya中的Python代码节点

SAS Viya 提供了一个功能强大的环境，可以直接在流程中嵌入Python代码。使用SAS Viya的Python代码节点，你可以在SAS流程中直接运行Python代码并返回结果。

1. 创建Python代码节点

在SAS Viya中，创建一个新的Python代码节点并输入你的Python代码。

def my_function():

    return "Hello from SAS Viya!"

2. 将Python代码集成到SAS流程中

通过SAS Viya的流程图，将Python代码节点集成到你的数据处理流程中，使其能够与其他SAS节点交互。

三、通过SASPy库进行集成

SASPy 是一个Python库，它允许Python用户直接连接并使用SAS系统。它提供了许多功能，可以方便地在Python中调用SAS的功能，并且在SAS和Python之间传递数据。

1. 安装SASPy库

首先，在Python环境中安装SASPy库。

pip install saspy

2. 配置SASPy

配置SASPy以连接到你的SAS环境。你需要在Python脚本中设置SASPy的配置。

import saspy

设置SAS配置
sas = saspy.SASsession(cfgname='default')
运行SAS代码
sas_code = """
data test;
    input name $ age;
    datalines;
    John 25
    Jane 30
    ;
run;
"""
sas.submit(sas_code)

3. 在Python中调用SAS功能

使用SASPy库，你可以在Python中方便地调用SAS功能，并在SAS和Python之间传递数据。

# 从SAS读取数据到Pandas DataFrame

sas_data = sas.sasdata2dataframe(table='test', libref='WORK')
在Pandas中处理数据
print(sas_data)

四、实例应用

1. 数据分析中的应用

在数据分析过程中，可能需要在SAS中完成数据清洗和预处理，然后在Python中进行机器学习模型的训练和预测。下面是一个实例：

# 在SAS中进行数据清洗

sas_code = """
data clean_data;
    set raw_data;
    if age > 18 then adult = 1;
    else adult = 0;
run;
"""
sas.submit(sas_code)
将清洗后的数据传递到Python
clean_data = sas.sasdata2dataframe(table='clean_data', libref='WORK')
在Python中进行机器学习模型训练
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
X = clean_data.drop(['name', 'adult'], axis=1)
y = clean_data['adult']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
model = RandomForestClassifier()
model.fit(X_train, y_train)
进行预测
predictions = model.predict(X_test)

2. 数据可视化中的应用

在数据分析过程中，SAS擅长于数据处理和统计分析，而Python的Matplotlib和Seaborn库则擅长于数据可视化。通过SASPy，你可以将SAS处理后的数据传递到Python进行可视化。

# 在SAS中进行数据处理

sas_code = """
data summary_data;
    set raw_data;
    by category;
    if first.category then total = 0;
    total + value;
    if last.category then output;
run;
"""
sas.submit(sas_code)
将处理后的数据传递到Python
summary_data = sas.sasdata2dataframe(table='summary_data', libref='WORK')
在Python中进行数据可视化
import matplotlib.pyplot as plt
import seaborn as sns
plt.figure(figsize=(10, 6))
sns.barplot(x='category', y='total', data=summary_data)
plt.title('Category-wise Total Value')
plt.show()

五、总结

在SAS中执行Python的方法有很多，通过PROC FCMP、SAS Viya中的Python代码节点以及SASPy库，你可以将Python和SAS的功能结合起来，充分利用两者的优势。在实际应用中，选择合适的方法可以提高工作效率和分析效果。推荐使用SASPy库，因为它最为方便和灵活，能够在SAS和Python之间无缝转换数据。同时，结合研发项目管理系统PingCode和通用项目管理软件Worktile，可以更好地管理和协调数据分析项目。

相关问答FAQs：

1. 如何在SAS中执行Python代码？

在SAS中执行Python代码，可以使用SAS的Python Integration。首先，确保你的SAS版本支持Python Integration。然后，按照以下步骤操作：

• 导入SAS的Python Integration库。
• 使用SAS的submit()函数将Python代码传递给SAS。
• 使用SAS的rsubmit()函数将Python代码远程提交给SAS服务器执行。
• 使用SAS的endsubmit()函数结束Python代码的执行。

2. 如何在SAS中调用Python函数？

要在SAS中调用Python函数，可以使用SAS的python语句。首先，确保你的SAS版本支持Python Integration。然后，按照以下步骤操作：

• 导入SAS的Python Integration库。
• 使用SAS的python语句调用Python函数，可以传递参数并获取返回值。

3. 如何在SAS中使用Python的数据分析库？

要在SAS中使用Python的数据分析库，可以使用SAS的Python Integration。首先，确保你的SAS版本支持Python Integration，并安装了所需的Python库。然后，按照以下步骤操作：

• 导入SAS的Python Integration库。
• 使用SAS的submit()函数将Python代码传递给SAS。
• 在Python代码中引入所需的数据分析库，如Pandas、NumPy等。
• 使用SAS的rsubmit()函数将Python代码远程提交给SAS服务器执行。
• 在Python代码中使用数据分析库的函数进行数据分析操作。
• 使用SAS的endsubmit()函数结束Python代码的执行。