在数字列中导入包含无效字符的数据
数据结构：我有一个数据集，可以读取为Excel或CSV文件。 它具有以下variablestypes：date，时间，数字variables，以及不正确地将字符附加到数字的数字variables – 例如-0.011 *和0.023954029324）（最后的括号在单元格中） – 由于在写入文件的程序中出错。 每个logging之间也有空行，删除所有这些是不现实的，因为我有数百个文件要pipe理。
数据问题：我们已经确定某些值在字符之前是正确的（即只要星号被删除，-0.011就是正确的），而其他的值（如0.023954029324）却是不正确的，应该丢失。 请不要评论这个问题，因为这是我无法控制的，现在我所能做的只是pipe理数据，直到错误被修复，字符值停止写入文件。
问题与SAS：
1）如果我使用PROC IMPORT和Excel文件，SAS使用前八行（20为CSV文件）来确定variables是数字还是字符。 如果括号的星号在前20行内没有出现，SAS说这个variables是数字的，然后让任何后面的单元格丢失字符值。 这在星号的情况下是不好的，因为我想保留数值的数字部分，并在稍后的数据步骤中删除星号。 使用PROC IMPORT导入Excel文件不允许使用GUESSINGROWS选项（因为它具有CSV文件，请参阅下文）。 编辑：此外，MIXED = YES选项不起作用（见下面的评论 – 仍然需要改变SAS使用的行数，对我来说，这意味着这个选项…什么？）。
2）如果我用一个CSV文件使用PROC IMPORT，我可以指定GUESSINGROWS = 32767，所以我非常兴奋，因为它确定了带星号的variables是字符并保持星号。 然而，它很奇怪不再决定括号为variables的variables（因为只要圆括号在前20行中，导入Excel文件时就会这样做），而是删除了字符，并将值舍入到最接近的整数（0.1435980234变为0,1.82149023843变成2等）。 这是过于粗糙的四舍五入 – 我需要保持小数位。 而且，最重要的是，括号现在已经不存在了，所以我不能让相应的单元格丢失。 我不知道是否有办法让SAS不圆和/或维护括号。 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认为是一个字符？ 另外，当我读取带有PROC IMPORT的Excel文件（如（1）中所述）时，它可以应付括号（如果它们出现在前20行中） – 另一个不一致。
3）如果我使用INFILE，那么 – 我得到一个错误，每个variables我尝试阅读 – 这个过程是如此敏感和不稳定的数据是如何变化（我必须编码解决空白数据线）。
ULTIMATE GOAL（注意这个代码将在一个macros内自动运行，如果有的话）：
1）读取datevariables作为date
2）随时间读取时间variables
3）能够识别variables的任何单元格中的variables（即使在20行之后）作为字符variables并保持单元格中的值（即不轮/删除字符）。 这可以通过先验地告诉SAS让一组variables为字符（在我摆脱字符/使单元丢失后我将它们改为数字），或者通过SAS自己识别variablesw /字符。
-
SAS实际上默认使用前8行。 这是在registry设置
TYPEGUESSROWS定义的，TYPEGUESSROWS通常存储在HKLM \ Software \ Microsoft \ Office \ 14.0 \ Access Connectivity Engine \ Engines \ Excel \ TypeGuessRows \（或者在此处插入您的office-version）。 将该值更改为FFFF（hex）/ 65536（十进制）或其他一些较大的数字，或将其更改为零以search最大行数（超过16000位 – 确切数字很难find）。 -
对于CSV文件，您可以编写数据步骤导入来控制每个variables的格式。 最简单的方法是运行PROC IMPORT，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Infile方法有太多的麻烦，所以也许这对你不起作用，但是通常你可以解决任何不一致的问题 – 如果你的文件不一致，听起来你会做大量的手工工作无论如何。 这使您可以正确读取date/时间variables。
-
您也可以使用PROC IMPORT / CSV到日志，将日志写入文件，然后读入THAT并自行生成新的导入代码 – 甚至closures生成的文件的proc内容，进行已知的修改。
不确定你在询问date/时间，因为你在问题的第一部分没有提到问题。
你有一个额外的select是清除字符之前（从CSV）读入。 这很简单，如果它真的只是数字和逗号（以及小数和负号）：
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;
然后使用proc import读取这个新文件。 我将它分成两个数据包，以便您可以看到，但是可以将它们组合成一个，以便于运行 – 请在SAS文档中查找“更新文件”。 您也可以使用操作系统特定的工具来完成此清理; 在Unix上，例如一个简短的awk脚本可以很容易地删除这些行为不端的字符。