SAS2PYTHON - Spalten beibehalten
Posted on 29 November 2022 at 13:00 by Stefan Weingaertner
In der Episode 34 unseres heutigen Blog-Beitrags zeigen wir, wie man in SAS/BASE und in Pandas definiert, welche Spalten man in einem SAS Data Set bzw. einem Pandas DataFrame beibehalten möchte.
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 "Sepal_Length", "Sepal_Width", "Petal_Length", "Petal_Width" und "Class".
Sepal_Length Sepal_Width Petal_Length Petal_Width Class
5.1 3.5 1.4 0.2 Iris-setosa
4.9 3.0 1.4 0.2 Iris-setosa
4.7 3.2 1.3 0.2 Iris-setosa
4.6 3.1 1.5 0.2 Iris-setosa
5.0 3.6 1.4 0.2 Iris-setosa
6.7 3.0 5.2 2.3 Iris-virginica
Output: In den nachfolgenden Statements wollten wir aus der Input-Tabelle nur die Spalten "Sepal_Length", "Sepal_Width" und "Petal_Length" übernehmen.
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: Die Einschränkung auf die Spalten "Sepal_Length", "Sepal_Width" und "Petal_Length" könnte in SAS wie folgt umgesetzt werden.
data df;
set df (keep = Sepal_Length Sepal_Width Petal_Length);
run;
SAS-Output: Das Ergebnis sieht in SAS wie folgt aus, es werden nur die Spalten "Sepal_Length", "Sepal_Width" und "Petal_Length" beibehalten.
Obs Sepal_Length Sepal_Width Petal_Length
1 5.1 3.5 1.4
2 4.9 3.0 1.4
3 4.7 3.2 1.3
4 4.6 3.1 1.5
5 5.0 3.6 1.4
6 6.7 3.0 5.2
Python-Code: In Python würde man die Einschränkung auf die Spalten "Sepal_Length", "Sepal_Width" und "Petal_Length" wie folgt umsetzen.
import pandas as pd
keepcols = ['Sepal_Length','Sepal_Width','Petal_Length']
df = df[keepcols]
Python-Output: Das Ergebnis sieht in Pandas wie folgt aus, das resultierende Pandas Dataframe besitzt nur noch die Spalten "Sepal_Length", "Sepal_Width" und "Petal_Length".
Sepal_Length Sepal_Width Petal_Length
0 5.1 3.5 1.4
1 4.9 3.0 1.4
2 4.7 3.2 1.3
3 4.6 3.1 1.5
4 5.0 3.6 1.4
5 6.7 3.0 5.2
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.