SAS：在过程导入中更改编码

Question

我已经从 xlsx 文件中导入 proc，其中列名是波兰语。

我的简单过程如下所示：

proc import datafile = '/directory/file_name.XLSX'

 out  = libname.tablename
 dbms  =  xlsx
 replace;

run;

我想在某处添加 ENCODING="LATIN2"，这样列就不会像这样：

有可能吗？怎么做？

我可以在第二步中用一些预定义的列表重命名所有列。但我还不想这样做。也许有更好的解决方案。

Answer 1

这里发生了一些事情：

1. 无法控制XLSX格式文件的编码；那是一个二进制文件（有点），SAS不会将它视为文本文件。您可以对 CSV 执行此操作，因为它是作为文本文件读入的，而不是 XLSX。
2. 如果您要将其他编码的文件导入 SAS，您的会话编码也很重要。您必须以正确的编码运行您的 SAS 会话才能使一切看起来正确。有关如何更改 SAS 会话编码的更多详细信息，请参阅 the documentation。

但是，如果您只是想去掉多余的字符，这里还有第三种选择：options validvarname=v7（甚至是v6）。我相信这将阻止 SAS 的导入引擎使用 A-Z 0-9 和下划线以外的任何字符。不过，它不一定看起来很漂亮，它会用我怀疑的下划线替换所有其他字符。

Answer 2

您需要指定正在读取/导入的文件的编码。

根据SAS support，这可以在文件名语句中指定。

我已经使用 SAS UE 和 csv 文件对其进行了测试，效果很好：

filename temp '/folders/myfolders/Raw data/iso8859.csv' encoding="utf-8";

proc import datafile = temp

 out  = utf8
 dbms  =  csv
 replace;

run;

您的代码应如下所示：

filename temp '/directory/file_name.XLSX' encoding="LATIN2";

proc import datafile = temp

 out  = libname.tablename
 dbms  =  xlsx
 replace;

run;