SAS2PYTHON - Eindeutige Werte identifizieren


Posted on 24 January 2023 at 21:00 by Stefan Weingaertner

In der Episode 42 unseres heutigen Blog-Beitrags zeigen wir, wie man in SAS/BASE und in Pandas eindeutige Werte aus einer ausgewählten Spalte identifizieren kann.


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-virginica
         4.9          3.0           1.4          0.2  Iris-virginica
         4.7          3.2           1.3          0.2  Iris-virginica
         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-setosa


Output: Wir generieren einen Output, der für die ausgewählte Spalte "Class "die eindeutigen Werte extrahiert.

Da manche Operationen in SAS und Python unterschiedlich ausgeführt werden, generieren die beiden Programmiersprachen auch leicht unterschiedlichen Ausgabe-Formate. Wir haben daher die Outputs mit dem dazugehörigen Code für SAS und Python separat aufgeführt.


SAS-Code: Die Extraktion der eindeutigen Werte der Spalte "Class" würde man in SAS wie folgt implementieren.


                      
proc sort data = df nodupkey;
by Class;
run;


SAS-Output: Das Ergebnis sieht in SAS wie folgt aus.


                                                                  
Obs  Class
  1  Iris-setosa      
  2  Iris-virginica


Python-Code: In Python würde man die Identifizierung der eindeutigen Werte wie folgt umsetzen.


                      
import pandas as pd

df_unique = pd.DataFrame(df['Class'].unique(), columns = ['Class (unique)'])


Python-Output: Das Ergebnis sieht in Pandas wie folgt aus.


                                                                  
   Class (unique)
0  Iris-setosa      
1  Iris-virginica



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.