SAS:字符型變量的兩種排序方式

(1)字符型變量按照拼音首字母排序

在做AE一類的table時,經常會有要求，需要我們先按照例次降序排序,如果例次相同按照SOC拼音首字母排序，例次降序排好理解，但是怎樣才能實現(xiàn)對字符型變量按照拼音排序呢？用一個例子來讓大家理解:

/ 測試數(shù)據(jù)集 /

data test;

set order;

count_c=put(count,best.);

run;

/ 結果如下： /

通常我們在處理此類問題時會想到用proc sort來對其進行排序

proc sort data=test out =test1 ;

by descending count soc;

run;

/ 結果如下： /

紅框部分“肝膽系統(tǒng)疾病”的例次為2，排在“各種先天性家族性遺傳性疾病”的前面似乎沒什么問題，但是接下來的兩個紅框的例次都為1，此時應按照SOC拼音首字母排序，但是“各“的首字母應在”耳“的的后面，但是卻排在了前面，所以可以肯定的是用上述程序想要對SOC按拼音排序肯定是行不通的！

/ 解決方案如下： /

proc sort data=test out =test1 sortseq=linguistic(locale=zh_CN collation=PINYIN);

by descending count soc;

run;

其實方法很簡單，用sort過程步里面的選項linguistic(locale=zh_CN collation=PINYIN);就可以實現(xiàn)了，大家可以試一下。得到的數(shù)據(jù)集如下。

但是經過多次實驗，上述的option是無法識別多音字的，多音字的時候，系統(tǒng)會默認按照出現(xiàn)最早的那個拼音字母排序。

在此舉一個例子：“咳嗽”?！翱取边@個字是多音字，有“hai” 和“ke“兩個讀音，系統(tǒng)會優(yōu)先選擇hai這個讀音，因為h在k的前面。這樣排序下來，可能會導致有些多音字沒有按照我們的習慣讀音來排序。提醒大家注意。

(2)字符型變量的數(shù)字排序

接著用上面的數(shù)據(jù)集舉例：count_c為字符型變量，但是存放的是數(shù)字,如果直接用proc sort對count_c排序，得到的結果并不是我們想要得到的。

data test;

set order;

  count_c=strip(put(count,best.));

run;

proc sort data=test out =test1 ;

by count_c;

run;

/ 解決方案如下： /

procsort data=test out =test1 sortseq=linguistic(numeric_collation=on);

by count_c;

run;

用sort過程步里面的sortseq=linguistic(numeric_collation=on)就可以實現(xiàn)了。得到的數(shù)據(jù)集如下，大家可以自己對比，跟用數(shù)值型結果count排序的結果是一樣的。