SAS2PYTHON - Ableitung von Klassen
Posted on 1 November 2022 at 15:00 by Stefan Weingaertner
In der Episode 30 unseres heutigen Blog-Beitrags zeigen wir, wie man in SAS/BASE und in Pandas Klassen ableiten kann und das Ergebnis jeweils in Form einer neuen Spalte abspeichert.
Ein Pandas DataFrame ist einem SAS Data Set sehr ähnlich - es handelt sich um eine zweidimensionale tabellarische Datenstruktur mit gelabelten Spalten, die von unterschiedlichem Datentyp sein können. Wie in diesem Beitrag gezeigt wird, kann nahezu jede Operation, die mit dem SAS Data Step auf einen Datensatz angewendet werden kann, auch in Pandas ausgeführt werden.
Input: Unsere Input-Tabelle besitzt 6 Datensätze und besteht aus den Spalten "Vorname", "Geschlecht", "Größe" und "Gewicht".
Vorname Geschlecht Groesse Gewicht
Peter Mann 179 79.0
Paul Mann 178 73.0
Mary Frau 159 60.5
Chrissy Frau 172 67.7
Thomas Mann 192 87.3
Heike Frau 165 55.7
Da manche Operationen in SAS und Python unterschiedlich ausgeführt werden, generieren die beiden Programmiersprachen auch leicht unterschiedliche Ausgabe-Formate. Wir haben daher die Outputs mit dem dazugehörigen Code für SAS und Python separat aufgeführt.
SAS-Code: Das Ableiten von Klassen würde man für ein SAS Dataset "df" wie folgt umsetzen.
data df;
set df;
if Geschlecht= 'Mann' then
if (Groesse - 100) * 0.9 < Gewicht * 0.9 then
Statur = 'normal';
else
Statur = 'schlank';
else
if (Groesse - 100) * 0.9 - 2.5 < Gewicht * 0.9 then
Statur = 'normal';
else
Statur = 'schlank';
run;
SAS-Output: Das Ergebnis sieht in SAS wie folgt aus, dem SAS Data Set wird eine neue Spalte hinzugefügt.
Obs Vorname Geschlecht Groesse Gewicht Statur
0 Peter Mann 179 79.0 normal
1 Paul Mann 178 73.0 schlank
2 Mary Frau 159 60.5 normal
3 Chrissy Frau 172 67.7 schlank
4 Thomas Mann 192 87.3 schlank
5 Heike Frau 165 55.7 schlank
Python-Code: In Python würde man das Ableiten von Klassen für ein Pandas Dataframe "df" mit der folgenden Syntax umsetzen.
import pandas as pd
import numpy as np
if['Geschlecht'] == 'Mann':
df['Statur'] = np.where((df['Groesse'] - 100) * 0.9 < df['Gewicht'] * 0.9, 'normal', 'schlank')
else:
df['Statur'] = np.where((df['Groesse'] - 100) * 0.9 - 2.5 < df['Gewicht'] * 0.9, 'normal', 'schlank')
Python-Output: Das Ergebnis sieht in Pandas wie folgt aus, dem Pandas Dataframe wird eine neue Spalte hinzugefügt.
Vorname Geschlecht Groesse Gewicht Statur
0 Peter Mann 179 79.0 normal
1 Paul Mann 178 73.0 schlank
2 Mary Frau 159 60.5 normal
3 Chrissy Frau 172 67.7 schlank
4 Thomas Mann 192 87.3 schlank
5 Heike Frau 165 55.7 schlank
Wenn Sie die nächste Episode nicht abwarten möchten, können Sie auch gerne unser umfangreiches Training Python für SAS Professionals buchen.
Informationen zu den nächsten Kursterminen und zu unserem gesamten Trainingsangebot finden Sie hier.