Excel 导入数字列中包含无效字符的数据

数据结构：我有一个可以读取为Excel或CSV文件的数据集。它有以下变量类型：日期、时间、数字变量，以及错误地将字符附加到数字上的数字变量（例如-0.011*和0.023954029324）（末尾的括号在单元格中），这是由于写入文件的程序中的错误造成的。每个记录之间也有空白行，删除所有这些记录是不现实的，因为我有数百个文件要管理

数据问题：我们已经确定，一些值在字符之前是正确的（即-0.011是正确的，只要删除星号），而其他值，例如0.023954029324）则完全不正确，应该将其丢失。请不要对这个问题发表评论，因为它超出了我的控制范围，此时我所能做的就是管理数据，直到错误被修复，字符值停止写入文件

SAS的问题：

1） 如果对Excel文件使用PROC导入，SAS将使用前八行（CSV文件为20行）来确定变量是数字还是字符。如果括号中的星号没有出现在前20行中，SAS会说变量是数值，然后会使后面的单元格中缺少字符值。对于星号来说，这是不好的，因为我希望保留值的数字部分，并在稍后的数据步骤中删除星号。使用PROC IMPORT导入Excel文件时不允许使用GUESSINGROWS选项（与使用CSV文件时一样，请参见下文）。编辑：此外，MIXED=YES选项不起作用（请参阅下面的注释-仍然需要更改SAS使用的行数，这对我来说意味着此选项起作用…什么？）

2） 如果我对CSV文件使用PROC IMPORT，我可以指定GUESSINGROWS=32767，我会非常兴奋，因为它会确定带星号的变量是字符，并保留星号。然而，很奇怪的是，它不再以括号作为字符来确定变量（就像导入Excel文件时一样，只要括号在前20行中），而是删除字符并将值舍入到最接近的整数（0.1435980234变为0，1.82149023843变为2，等等）. 这太粗糙了，我需要保留小数点。最重要的是，括号现在不见了，所以我不能让相应的单元格丢失。我不知道是否有办法使SAS不圆化和/或保留括号。对我来说，这是不一致的行为-为什么在这种情况下星号而不是括号被视为字符？另外，当我读取Excel文件w/PROC IMPORT（如（1）中所述）时，它可以处理w/括号（如果括号出现在前20行中）-另一种不一致

3）如果我使用FILILE，那么，我会得到一个错误W/每个变量，我尝试读取-这个过程对于数据的变化是多么敏感和不稳定（并且我必须为空白数据行编码一个工作）。 最终目标（请注意，此代码将在宏中自动运行，如果需要的话）：

1） 读取日期变量作为日期

2） 将时间变量读取为时间

3） 能够将变量（即使在20行之后）的任何单元格中包含字符的变量识别为字符变量，并保持单元格中的值（即不舍入/删除字符）。这可以通过事先告诉SAS让某一组变量为字符（在我去掉字符/使单元格丢失后，我会将它们更改为数字），或者通过SAS自己识别带有字符的变量

SAS实际上默认使用前8行。这是在注册表设置中定义的，

TYPEGUESSROWS

——通常存储在HKLM\Software\Microsoft\Office\14.0\Access Connectivity Engine\Engines\Excel\TYPEGUESSROWS\中（或在其中插入Office版本）。将该值更改为FFFF（十六进制）/65536（十进制）或其他一些大数字，或更改为零以搜索最大行数（超过16000位-很难找到准确的行数）

对于CSV文件，可以编写数据步骤导入来控制每个变量的格式。最简单的方法是运行PROC导入，然后检查日志；日志将包含用于在数据步骤中读取文件的完整代码。然后根据需要修改信息。你说你在使用infle方法时遇到了太多的麻烦，所以这可能对你不起作用，但通常你可以解决任何不一致的问题——如果你的文件如此不一致，听起来你无论如何都要做大量的手工工作。这也为您提供了正确读取日期/时间变量的选项

您还可以对日志使用PROC IMPORT/CSV，将日志写到文件中，然后读入并自行生成新的导入代码，甚至可以对生成文件的PROC内容进行修改

不确定你问的日期/时间是什么，因为你在问题的第一部分没有提到它的问题

另外一个选项是在读取字符之前清除字符（从CSV）。这很简单，如果它真的只是数字和逗号（以及小数和负号）：

---

然后使用proc import在中读取该新文件。我将它分为两个数据步骤，这样您就可以看到它了，但为了便于运行，您可以将它们合并为一个数据步骤—在SAS文档中查找“就地更新文件”。您还可以使用特定于操作系统的工具完成此清理；例如，在Unix上，一个简短的awk脚本可以很容易地删除不正常的字符。

此外，如果您在CSV导入方面有问题，我建议您查看日志，查看导入为变量的格式选择了什么；这至少能告诉你哪里出了问题。谢谢你的信息，乔。1） 我

data mydata;
infile myfile /*options*/;
input @@;
length infileline $32767; *or your longest reasonable line;
infileline = compress(_infile_,'.-','kd');
run;

data _null_;
set mydata;
file myfile /*options*/ /*or a new file if you prefer */;
put @1 infileline $32767.; *or your longest reasonable line;
run;