SAS2PYTHON - Logik & IF-Anweisungen


Posted on 19 July 2022 at 17:00 by Stefan Weingaertner

In der Episode 15 unseres heutigen Blog-Beitrags zeigen wir, wie man in SAS/BASE und in Pandas IF-Anweisungen anwenden 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 folgenden Spalten.


                      
                  Name  Department  Salary  
          Vincent Vega       Sales    5400
     Marsellus Wallace   Marketing    3200   
        Butch Coolidge          HR    3100
           Honey Bunny          IT    6000
  Esmeralda Villalobos  Purchasing    1700
       Jules Winnfield     Finance    2500


Output: Wir fügen der Tabelle durch die Anwendung der IF/ELSE-Anweisung eine neue Spalte hinzu:

  • Spalte "Range" durch die logische Abfrage der Spalte "Salary".

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 Berechnen der Gehalts-Stufe auf Basis der Spalte "Salary" würde man für ein SAS Dataset "df" wie folgt umsetzen.


                      
data df;
   set df;
     IF Salary < 2000 THEN Range = "low";
     ELSE IF 2000 <= Salary <= 4000 THEN Range = "medium";
     ELSE IF 4000 < Salary THEN Range = "high";
run;


SAS-Output: Das Ergebnis sieht in SAS wie folgt aus, dem SAS Data Set wird die neue Spalte "Salary" hinzugefügt.


                      
Obs                 Name  Department  Salary   Range
  1         Vincent Vega       Sales    5400    high
  2    Marsellus Wallace   Marketing    3200  medium
  3       Butch Coolidge          HR    3100  medium
  4          Honey Bunny          IT    6000    high
  5 Esmeralda Villalobos  Purchasing    1700     low
  6      Jules Winnfield     Finance    2500  medium



Python-Code: In Python würde man das Ableiten der neuen Spalte "Salary" für ein Pandas Dataframe "df" mit einer Funktion "assign_range" umsetzen und diese dann wie folgt aufrufen.


                      
# Funktion assign_range

def assign_range(salary):
    if salary < 2000:
        result = 'low'
    elif salary  <= 4000:
        result = 'medium'
    else:
        result = 'high'
    return result
                    
                      
# Anwenden der Funktion assign_range auf die Spalte "Salary"

import pandas as pd

df['Range'] = df['Salary'].apply(assign_range)


Python-Output: Das Ergebnis sieht in Pandas wie folgt aus, dem Pandas Dataframe wird die neue Spalte "Range" hinzugefügt.


                      
                   Name  Department  Salary   Range
0          Vincent Vega       Sales    5400    high
1     Marsellus Wallace   Marketing    3200  medium
2        Butch Coolidge          HR    3100  medium
3           Honey Bunny          IT    6000    high
4  Esmeralda Villalobos  Purchasing    1700     low
5       Jules Winnfield     Finance    2500  medium



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.