SAS, где получить точность/масштаб для всех столбцов «num», в которых хранятся десятичные данные?

SAS имеет два типа переменных. Строки символов фиксированной длины и 64-битные двоичные числа с плавающей запятой.

ДЛИНА переменной — это количество байтов, которое она использует для хранения значения в наборе данных. Для символьной переменной, которая будет соответствовать количеству символов при использовании однобайтовой кодировки. Для числовой переменной это то, сколько из 8 байтов, необходимых для хранения 64-битного числа, вы хотите сохранить. Когда значение извлекается из набора данных, остальные байты устанавливаются в двоичные нули. Чтобы увидеть, как это влияет на максимальное целое число, которое SAS может хранить точно, вы можете использовать функцию CONSTANT() с константой EXACTINT.

Итак, на машине, использующей формат IEEE для плавающей запятой, вы получаете:

1487  data _null_;
1488    do bytes=3 to 8;
1489      int=constant('exactint',bytes);
1490      put bytes int comma23. ;
1491    end;
1492  run;

3                   8,192
4               2,097,152
5             536,870,912
6         137,438,953,472
7      35,184,372,088,832
8   9,007,199,254,740,992

Значения будут другими, если вы работаете на мэйнфрейме IBM, поскольку эта машина использует другое представление с плавающей запятой.

Возможно, вы можете оценить типы сохраняемых чисел на основе того, решил ли создатель набора данных прикрепить к переменной определенный формат отображения. Ширина формата отображения — это количество байтов, используемых для его отображения. Таким образом, это будет включать пробел для всех цифр до и после десятичной точки, а также для десятичной точки, если это необходимо (и при использовании такого формата, как ЗАПЯТАЯ, ДОЛЛАР или ПРОЦЕНТ, тогда также пробел, например, отображаются другие символы). Значение после точки в определении формата — это количество отображаемых десятичных разрядов. Таким образом, формат 8.3 будет записывать 4 цифры, десятичную точку, а затем еще 3 цифры, всего 8 байтов. Таким образом, используя ваше определение ТОЧНОСТИ и МАСШТАБА, вы должны оценить МАСШТАБ как количество знаков после запятой (значение переменной FORMATD, созданное PROC CONTENTS), а ТОЧНОСТЬ как ширину формата (переменная FORMATL) или ширину минус один в зависимости от от того, равно ли количество десятичных разрядов нулю или нет.

Обратите внимание, что формат используется только для отображения значений, поэтому он не меняет способ их хранения.

Если вы хотите увидеть ТОЧНОСТЬ и МАСШТАБ для возможных значений нормального числового формата (на который можно ссылаться с помощью псевдонима F), вы можете запустить эту программу и распечатать результирующий набор данных.

data decimal;
  length formatspec $40 format $32 formatl formatd precision scale 8;
  format='F';
  do formatl=1 to 17 ;
    do formatd=0 to max(0,formatl-2);
      formatspec=cats(format,formatl,'.');
      if formatd then formatspec=cats(formatspec,formatd);
      scale=formatd ;
      precision = formatl;
      if formatd then precision=precision-1;
      if precision < 17 then output;
    end;
  end;
run;

Вы можете выполнить аналогичные расчеты для форматов COMMA и DOLLAR, но включить дополнительные вычитания из PRECISION в зависимости от того, сколько дополнительных символов будет напечатано в этих форматах. Таким образом, DOLLAR13.2 (пример отображаемого значения $1,234,567.89) будет иметь ТОЧНОСТЬ 9 и МАСШТАБ 2, поскольку в общей ширине 13 символов учитывается 4 знака препинания.

Если ваши значения могут быть отрицательными, то при преобразовании из PRECISION и SCALE в формат отображения SAS вам, вероятно, потребуется добавить единицу к ширине отображения, чтобы учесть отрицательный знак.

SAS предлагает интерфейсы для многих СУБД, которые называются SAS/ACCESS Interface to <name of RDBMS>. При создании таблиц базы данных из наборов данных SAS эти интерфейсы обычно используют комбинацию типа данных SAS (числового и символьного) и формата, применяемого к переменной SAS. Например, я работаю в основном с базой данных Teradata. В документации по Teradata есть таблица, в которой показано, какие типы данных используются с определенными форматами SAS при создании таблиц Teradata из наборов данных SAS.

Обратите внимание на последнюю запись в таблице. Если числовая переменная имеет какой-либо другой формат или не имеет формата, то типом данных по умолчанию является число с плавающей запятой, которое будет захватывать значение, но, вероятно, не будет самым эффективным вариантом хранения.

По моему опыту, большинство аналитиков не тратят время на определение форматов для каждой переменной, если только набор данных не используется интенсивно или к нему обращаются неоднократно. Эта информация может не сильно вам помочь.