带有文本限定符的 SAS 导入文件答案

【问题标题】：SAS import file with text qualifier带有文本限定符的 SAS 导入文件
【发布时间】：2015-08-12 15:01:01
【问题描述】：

"6/23/2015 8:55:36 AM,6/23/2015 7:57:55 AM,test,A B,""C, D "",E-MA,F,Personal G,G one,test - TWO THREE,""I LIKE APPLE"",""ONE, TWO"",FCB,6/27/2015 - 6/27/2016,6/23/2015,BIZ,Personal,MA,NY,Personal,Group,""NYC Ins. Companies"",,,""$NYC NY-MA, (Group)"",""$NYC NY-MA, (Group)"",,,,"

数据看起来像这样，但有 10k 行。我第一次尝试使用 PROC IMPORT 但它没有将逗号（，）识别为文件中的分隔符。然后我尝试了DATA STEP INFILE，但仍然没有解决问题。

有没有人有任何使用文本限定符导入文件的经验？

谢谢。

更新

不确定如何在此处插入表格，但如果我使用 excel 导入文件，指定逗号作为分隔符，双引号作为文本限定符，它将有 30 个字段。看起来像下面这样，很抱歉这张糟糕的桌子......

VAR1 VAR2 VAR3 VAR4 VAR5 VAR6 VAR7 VAR8 VAR9 VAR10 VAR11 VAR12 VAR13 VAR14 VAR15 VAR16 VAR17 VAR18 VAR19 VAR20 VAR21 VAR22 VAR23 VAR24 VAR25 VAR26 VAR27 VAR28 VAR29 VAR30

2015 年 6 月 23 日 8:55|2015 年 6 月 23 日 7:57|测试| A |B C, D | E-MA |F |个人 G |G one|测试 - 二三|我喜欢苹果 |一个，两个 |FCB 2015 年 6 月 27 日 - 2016 年 6 月 27 日 |2015 年 6 月 23 日|商务|个人 |MA |纽约|个人|团体纽约市Ins。公司| | |$NYC NY-MA, (群)| $NYC NY-MA, (群) ||||

这不是复制粘贴问题。我有原始的 csv 文件和 txt 文件。

【问题讨论】：

您能否编辑您的问题以显示输入后正确的字段是什么？
看起来整行都用双引号括起来了。文件实际上是这样，还是在您创建问题时存在某种复制/粘贴问题？再看一点，我猜文件实际上是这样的......我认为创建文件的人犯了一个错误，并将他们的引号嵌套了 1 级太深。我可能会要求他们修复并重新发送。
我认为您最好只列出示例中的前十个或十五个变量中的哪些应该是单独的变量；不幸的是，您在此处列出的方式不是很有用。特别是 - ""C, D"" 应该发生什么 - 在最终变量中应该是 "C,D"（一个引号围绕它，一个字段）？
C, D 只是一些字符串......

标签： import sas flat-file

【解决方案1】：

如果您对文件进行初始传递以去除无关的双引号，我认为您可能会使用proc import 获得更好的运气：

data _null_;
  infile "original_file.csv" lrecl = 32000;
  file "new_file.csv";
  input;
  _infile_ = tranwrd(substr(_infile_,2,length(_infile_) - 1),'""','"');
  put _infile_;
run;

这个想法很简单——读入整行，删除第一个和最后一个字符（假设这些总是双引号），然后用双引号替换双双引号。

如果您的任何文本字段实际上应该包含双引号，这可能会导致一些进一步的问题，但否则它应该生成一个更容易直接导入的文件，无论是通过 proc import 还是使用dsd适当的 infile 语句上的选项。

【讨论】：

我实际上试图用其他分隔符替换双引号，但问题是，例如，var5 有一个逗号作为值的一部分。有些字段就像带有逗号的段落。
只需让 INPUT 语句删除外部引号并修复内部引号。 infile ... truncover; file ...; input line $10000.; len=length(line); put line $varying10000. len;