SAS import Excel data @ 晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

最近同事請我幫忙做合併檔案，在匯入Excel 2010的檔案時，用到了一個小技巧，分享給大家。

　　Excel是臨床醫師收案時常會使用的資料檔案類型，也常常是醫師們從Microsoft Office Access資料庫中選擇匯出的形式。正確的將外部檔案匯入SAS是資料整理及後續分析關鍵的第一步。此時無論是欄位格式錯誤，或是欄位數、資料筆數錯誤，都將是慘絕人寰的事件，不僅會造成後續分析的障礙，也可能會導致garbagein then garbage out。

　　匯入Excel檔案重要的第一步驟，除了檢查欄位名稱長度、格式設定之外，極為重要卻常常被忽略的步驟是【檢查筆數跟欄位數】(這樣才能對照匯入後的SAS檔是否有問題)。此次範例的Excel檔，筆數為509筆，欄位數為362欄。

首先，先以一般SAS程式中，下拉選單的資料匯入方式示範，輸出的程式碼如下所示。

資料匯入後的log訊息顯示【NOTE: 資料集 WORK.EX 有 509 個觀測值和 255 個變數】。注意到了嗎？變數(欄位)的數目變少了！而且log視窗沒有顯示任何警告或是錯誤訊息。如果第一步驟中沒有正確掌握資料筆數跟欄位數的人，可能就很難發現這個問題了。

　　SAS匯入Excel檔案時，下拉選單的匯入方式，會自動採用預設的【DBMS=EXCEL】方式匯入。此種匯入方式會因為舊版Excel檔案的欄位長度設定及欄位數上限原因，導致最多只能匯入255個欄位數。要將362個欄位完整匯入，必須改用新版Excel的方式，即【DBMS=XLSX】。但是如果import指令只改辨識匯入檔案類型的地方，log會出現【ERROR 180-322: Statement is not valid or it is used out of proper order.】的錯誤訊息。這是因為XLSX的Syntax與EXCEL有些許差異，XLSX中部分功能未支援，XLSX有支援的功能，Syntax寫法也跟EXCEL不同，指令改寫範例如下所示：

眼尖的讀者們應該能發現，XLSX選擇讀取工作表的Syntax是SHEET，而且相較於DBMS=EXCEL時，少了很多Syntax，例如：MIXED=、SCANTEXT=、USEDATE=、SCANTIME=。DBMS=XLSX匯入資料檔的背景操作方式，其實跟DBMS=EXCEL很不一樣（牽涉到PC Files的問題，此處略過），DBMS=XLSX並未支援MIXED等Syntax。

進一步詳細XLSX支援的Syntax及預設值可參考SAS官方網站(http://support.sas.com/documentation/cdl/en/acpcref/69731/HTML/default/viewer.htm#n0msy4hy1so0ren1acm90iijxn8j.htm#p09degjribu2smn1eaqt5eq9on58)

　　最後非常非常重要的小提醒，此次介紹的匯入小技巧，僅SAS 9.4能支援使用，而且【非常講究】版本問題。除了EXCEL檔案的副檔名必須為【.xlsx】之外，SAS 9.4安裝的位元版本也必須與office一致才行，例如：32位元的SAS必須搭配32位元的office。SAS位元版本跟office不一致，或者使用的SAS不是9.4版，都將會導致滿江紅的各種ERROR喔。