最近有一個數(shù)據(jù)邏輯審核的工作，要從大量的數(shù)據(jù)中篩選出不符合要求（邏輯或業(yè)務(wù)規(guī)則）的數(shù)據(jù)，有點數(shù)據(jù)質(zhì)疑的味道。（相信大家在搞調(diào)查的時候，數(shù)據(jù)清理環(huán)節(jié)經(jīng)常要遇到。）篩選出的結(jié)果要標示出來，用不同顏色標示不同的異常類型。按通常的思路，這種工作無非兩個辦法：（1）手工看，并在excel里標示顏色來區(qū)分；（2）使用excel的條件格式。但方法（1）容易出錯，“漏檢”率比較高，且數(shù)據(jù)量相當(dāng)大，“看是看不過來的”；方法（2）倒是可以考慮，但仔細研究后，excel的條件格式只支持三個條件（2003版本，07版本多些）。另外，用excel有諸多不便，一是數(shù)據(jù)量超過了其行數(shù)限制，二是條件格式的運算速度問題，三是結(jié)果的輸出問題（篩選出來的數(shù)據(jù)還是要手工拷貝）、四是對于一些復(fù)雜的條件，還需要使用vba來實現(xiàn)，無法在窗體上設(shè)置。綜合考慮數(shù)據(jù)量、運算速度、方便程度后，我還是選擇SAS作為工具來進行。
這個程序大致思路如下：
（1）讀取待審核數(shù)據(jù)文件；
（2）將邏輯規(guī)則做成數(shù)據(jù)表，按照邏輯規(guī)則篩選異常數(shù)據(jù)；
（3）給違反邏輯規(guī)則的異常數(shù)據(jù)標上顏色。
（4)分層（如分省、分縣）輸出異常數(shù)據(jù)為EXCEL。
（1）和（2）沒什么難度，現(xiàn)在來談?wù)劊?）和（4）的實現(xiàn)。使用proc report過程，在輸出數(shù)據(jù)集的所有變量后，寫一個計算變量，如變量名為ComFormat；定義該變量為不顯示：define ComFormat/noprint; 這個變量的定義計算部分內(nèi)寫如條件：
If 條件1 then do;
call define("var1", "style", "style=[background=red]");
這句的意思是，但條件1成立的時候，把var1單元格的背景色改為紅色。
當(dāng)然你也不設(shè)置背景色，可以設(shè)置字體顏色，邊框，底紋等等。具體代碼可以去查style的幫助文檔。這里最大的優(yōu)點是，可以設(shè)置多個條件，你可以寫n個條件，也就是一個if接著另一個if，并且if語句還可以嵌套，多復(fù)雜的條件都可以實現(xiàn)。
（4）批量輸出，我的數(shù)據(jù)是分層的，要求按層變量輸出，如果層數(shù)多（如要按100個或1000個層輸出數(shù)據(jù)）的話，也比較麻煩，我用的辦法是寫了一個macro，用循環(huán)來調(diào)用這個macro實現(xiàn)，自動批量的輸出。
小結(jié):(1)SAS可以實現(xiàn)類似EXCEL效果的條件格式，且條件可以非常復(fù)雜；
（2）此方法可以應(yīng)用于臨床研究的數(shù)據(jù)質(zhì)疑，數(shù)據(jù)審核等工作；不同的顏色用于區(qū)分不同的邏輯異常類型。
（3）數(shù)據(jù)輸出方便，具有一些其他軟件無法比擬的優(yōu)點。
