saslite 0.1.0__tar.gz

saslite-0.1.0/DOCS.md

@@ -0,0 +1,1551 @@
+# SASLite 使用说明文档
+
+> 轻量级本地 SAS 语言解释器 | 基于 Python + Pandas | 版本 0.1.0
+
+---
+
+## 目录
+
+1. [快速开始](#1-快速开始)
+2. [Python API](#2-python-api)
+3. [DATA Step 语法](#3-data-step-语法)
+4. [PROC SQL 语法](#4-proc-sql-语法)
+5. [LIBNAME 库引用](#5-libname--库引用)
+6. [PROC 过程步](#6-proc-过程步)
+7. [宏系统](#7-宏系统)
+8. [内置函数参考](#8-内置函数参考)
+9. [表达式与运算符](#9-表达式与运算符)
+10. [已知限制](#10-已知限制)
+11. [未实现的 SAS 功能](#11-未实现的-sas-功能)
+
+---
+
+## 1. 快速开始
+
+### 安装
+
+```bash
+pip install saslite
+```
+
+如需从本地源码目录开发安装：
+
+```bash
+pip install -e ".[excel,gui]"
+```
+
+### 基本用法
+
+```python
+from saslite import SasInterpreter
+
+sas = SasInterpreter()
+
+# 直接执行 SAS 代码
+result = sas.execute('''
+DATA employees;
+  INPUT name $ salary;
+  DATALINES;
+  Alice 50000
+  Bob 60000
+  ;
+RUN;
+
+PROC PRINT DATA=employees; RUN;
+''')
+
+print(result.success)  # True/False
+```
+
+### 从 Python DataFrame 创建数据集
+
+```python
+import pandas as pd
+
+df = pd.DataFrame({'id': [1,2,3], 'name': ['A','B','C'], 'salary': [50000,60000,55000]})
+sas.create_dataset('employees', df)  # 默认存入 WORK 库
+
+# 然后就可以在 SAS 代码中引用
+sas.execute('PROC PRINT DATA=employees; RUN;')
+```
+
+### 导入导出 CSV
+
+```python
+# Python API 方式
+sas.import_csv('data.csv', 'mydata')
+sas.export_csv('mydata', 'output.csv')
+
+# 或在 SAS 代码中
+sas.execute('''
+PROC IMPORT DATAFILE="data.csv" OUT=work.mydata DBMS=CSV; RUN;
+PROC EXPORT DATA=work.mydata OUTFILE="output.csv" DBMS=CSV; RUN;
+''')
+```
+
+### 执行文件
+
+```python
+result = sas.execute_file('script.sas')
+```
+
+### 网页 GUI
+
+```bash
+python gui/app.py
+```
+
+启动后在浏览器打开 `http://localhost:5000`。网页内置 demo 覆盖基础 DATA Step、PROC SQL、CASE WHEN、LIKE / BETWEEN / IS NULL、LAG / DIF、PROC MEANS、PROC PRINT BY、LIBNAME、宏系统和综合示例。
+
+后端接口：
+- `POST /api/execute`：执行 SAS 代码
+- `GET /api/datasets`：列出数据集
+- `GET /api/libraries`：按库列出数据集
+- `GET /api/datasets/<libref>/<name>`：读取数据集内容
+- `DELETE /api/datasets/<libref>/<name>`：删除数据集
+
+---
+
+## 2. Python API
+
+### SasInterpreter 类
+
+| 方法 | 签名 | 说明 |
+|------|------|------|
+| `__init__` | `(work_dir: str = None)` | 创建解释器实例，可选工作目录 |
+| `execute` | `(source: str, source_name: str = "<input>") -> RunSummary` | 执行 SAS 源代码 |
+| `execute_file` | `(path: str) -> RunSummary` | 执行 .sas 文件 |
+| `create_dataset` | `(name: str, df: DataFrame, libref: str = "WORK")` | 从 pandas DataFrame 创建数据集 |
+| `get_dataset` | `(libref: str, name: str) -> DataFrame` | 获取数据集为 pandas DataFrame |
+| `import_csv` | `(filepath: str, dataset_name: str, libref: str = "WORK")` | 导入 CSV 文件 |
+| `export_csv` | `(dataset_name: str, filepath: str, libref: str = "WORK")` | 导出数据集为 CSV |
+
+### RunSummary 对象
+
+| 属性 | 类型 | 说明 |
+|------|------|------|
+| `success` | `bool` | 全部步骤是否成功 |
+| `steps` | `list[StepResult]` | 每个步骤的结果 |
+| `error` | `str | None` | 错误信息 |
+| `total_steps` | `int` | 执行的步骤数 |
+
+### 库引用
+
+- `WORK` 是默认的临时库，数据在解释器实例生命周期内保持
+- 支持 `libref.dataset` 语法，如 `WORK.employees`
+
+---
+
+## 3. DATA Step 语法
+
+### 基本结构
+
+```sas
+DATA target_dataset;
+  /* statements */
+RUN;
+```
+
+`target_dataset` 可以是：
+- 简单名称：`DATA mydata;`（等同于 `WORK.mydata`）
+- 限定名称：`DATA work.mydata;`
+- `_NULL_`：不创建输出数据集
+
+### 已实现的 DATA Step 语句
+
+#### INPUT + DATALINES — 内联数据输入
+
+```sas
+/* 列表模式 — 空格分隔，$ 表示字符变量 */
+DATA employees;
+  INPUT name $ salary;
+  DATALINES;
+  Alice 50000
+  Bob 60000
+  ;
+RUN;
+
+/* 多个变量 */
+DATA mixed;
+  INPUT id name $ dept $ salary;
+  DATALINES;
+  1 Alice HR 50000
+  2 Bob IT 60000
+  ;
+RUN;
+
+/* 使用 CARDS 关键字（等同于 DATALINES） */
+DATA t;
+  INPUT x y;
+  CARDS;
+  10 20
+  30 40
+  ;
+RUN;
+
+/* $ 在末尾（等同于写在变量名前） */
+DATA t;
+  INPUT id name $;
+  DATALINES;
+  1 Alice
+  2 Bob
+  ;
+RUN;
+
+/* 单行格式也支持 */
+DATA t;
+  INPUT x y;
+  DATALINES;
+  1 2 3 4
+  ;
+RUN;
+/* 结果：x=1,y=2 和 x=3,y=4 两行 */
+```
+
+支持的关键字：`DATALINES`、`CARDS`、`LINES4`
+
+限制：
+- 仅支持列表模式（空格分隔），不支持列模式（`INPUT x 1-10`）或格式化模式（`INPUT x 8.2`）
+- 每个值必须是单个 token（不含空格）
+
+#### SET — 读取数据集
+
+```sas
+DATA new;
+  SET old;
+RUN;
+
+/* 读取多个数据集（纵向拼接） */
+DATA combined;
+  SET ds1 ds2 ds3;
+RUN;
+
+/* 带数据集选项 */
+DATA new;
+  SET old(KEEP=name salary);
+RUN;
+
+DATA new;
+  SET old(DROP=id);
+RUN;
+
+DATA new;
+  SET old(WHERE=(salary > 50000));
+RUN;
+```
+
+#### MERGE — 合并数据集
+
+```sas
+/* 一对一合并（按位置） */
+DATA combined;
+  MERGE names salaries;
+RUN;
+
+/* 按 BY 变量匹配合并 */
+DATA merged;
+  MERGE names salaries;
+  BY id;
+RUN;
+```
+
+#### 赋值语句
+
+```sas
+DATA new;
+  SET old;
+  double_sal = salary * 2;
+  name_upper = UPCASE(name);
+  label = CATS(name, ' - ', dept);
+RUN;
+```
+
+#### IF / THEN / ELSE
+
+```sas
+/* 单语句形式 */
+DATA new;
+  SET old;
+  IF salary > 60000 THEN level = 'Senior';
+  ELSE level = 'Junior';
+RUN;
+
+/* 块形式 */
+DATA new;
+  SET old;
+  IF salary > 60000 THEN DO;
+    level = 'Senior';
+    bonus = salary * 0.1;
+  END;
+  ELSE DO;
+    level = 'Junior';
+    bonus = salary * 0.05;
+  END;
+RUN;
+
+/* 子集化 IF（无 THEN）— 仅保留满足条件的行 */
+DATA high_paid;
+  SET old;
+  IF salary >= 60000;
+RUN;
+```
+
+#### DO 循环
+
+```sas
+/* 迭代 DO */
+DATA loop;
+  DO i = 1 TO 10;
+    x = i ** 2;
+    OUTPUT;
+  END;
+RUN;
+
+/* 带 BY 步长 */
+DATA step;
+  DO i = 0 TO 100 BY 10;
+    OUTPUT;
+  END;
+RUN;
+
+/* DO WHILE */
+DATA w;
+  i = 1;
+  DO WHILE (i <= 5);
+    x = i;
+    OUTPUT;
+    i + 1;
+  END;
+RUN;
+
+/* DO UNTIL */
+DATA u;
+  i = 1;
+  DO UNTIL (i > 5);
+    x = i;
+    OUTPUT;
+    i + 1;
+  END;
+RUN;
+
+/* 简单 DO 块 */
+DATA s;
+  DO;
+    x = 1;
+    y = 2;
+  END;
+RUN;
+```
+
+#### OUTPUT
+
+```sas
+/* 显式 OUTPUT — 手动控制输出时机 */
+DATA new;
+  SET old;
+  OUTPUT;  /* 每行输出 */
+RUN;
+
+/* 条件输出 */
+DATA new;
+  SET old;
+  IF salary > 50000 THEN OUTPUT;
+RUN;
+```
+
+> **注意**：如果存在显式 OUTPUT 语句，则关闭隐式输出。这是标准 SAS 行为。
+
+#### DELETE / STOP
+
+```sas
+/* DELETE — 删除当前观测，不输出 */
+DATA new;
+  SET old;
+  IF salary < 30000 THEN DELETE;
+RUN;
+
+/* STOP — 立即停止 DATA 步 */
+DATA new;
+  SET old;
+  IF _N_ > 100 THEN STOP;
+RUN;
+```
+
+#### RETAIN
+
+```sas
+/* RETAIN — 在迭代间保留变量值 */
+DATA cumulative;
+  SET sales;
+  RETAIN running_total 0;  /* 初始值为 0 */
+  running_total = running_total + amount;
+RUN;
+
+/* 不带初始值（默认为缺失） */
+DATA lagged;
+  SET series;
+  RETAIN prev_value;
+  change = value - prev_value;
+  prev_value = value;
+RUN;
+```
+
+#### WHERE
+
+```sas
+/* WHERE — 在迭代前过滤行 */
+DATA filtered;
+  SET all_data;
+  WHERE salary >= 50000;
+RUN;
+```
+
+#### LAG / DIF — 滞后与差分函数
+
+```sas
+/* LAG — 返回前 n 个观测值 */
+DATA lagged;
+  SET series;
+  prev = LAG(value);     /* 前 1 个值 */
+  prev2 = LAG2(value);   /* 前 2 个值 */
+RUN;
+
+/* DIF — 当前值与前 n 个值之差 */
+DATA diffs;
+  SET series;
+  change = DIF(value);   /* value - LAG(value) */
+  change2 = DIF2(value); /* value - LAG2(value) */
+RUN;
+
+/* 配合 RETAIN 做累计计算 */
+DATA cumulative;
+  SET sales;
+  RETAIN running_total 0;
+  running_total = running_total + amount;
+  lag_amount = LAG(amount);
+RUN;
+```
+
+支持的函数：`LAG` / `LAG2` ~ `LAG9`、`DIF` / `DIF2` ~ `DIF9`
+
+#### _N_ — 自动变量
+
+`_N_` 是 DATA step 自动变量，表示当前迭代次数（从 1 开始）。
+
+```sas
+/* 仅处理前 100 行 */
+DATA subset;
+  SET big_data;
+  IF _N_ > 100 THEN STOP;
+RUN;
+
+/* 添加行号 */
+DATA numbered;
+  SET raw;
+  row_id = _N_;
+RUN;
+```
+
+#### KEEP / DROP
+
+```sas
+DATA new;
+  SET old;
+  KEEP name salary;
+RUN;
+
+DATA new;
+  SET old;
+  DROP temp_var scratch;
+RUN;
+```
+
+#### RENAME
+
+```sas
+DATA new;
+  SET old;
+  RENAME salary = annual_salary name = employee_name;
+RUN;
+```
+
+#### FORMAT
+
+```sas
+DATA new;
+  SET old;
+  FORMAT salary DOLLAR10. date DATE9. ratio 8.2;
+RUN;
+```
+
+支持的格式说明符格式：`FORMATNAMEw.d`（如 `DOLLAR10.`、`COMMA12.2`）
+
+#### LABEL
+
+```sas
+DATA new;
+  SET old;
+  LABEL name = 'Employee Name'
+        salary = 'Annual Salary';
+RUN;
+```
+
+#### ARRAY
+
+```sas
+/* 定义数组引用已有变量 */
+DATA new;
+  ARRAY scores[3] math science english;
+  SET students;
+  avg = MEAN(of scores[*]);
+RUN;
+
+/* arr[i] 下标访问（SAS 1-based indexing） */
+DATA new;
+  ARRAY vals[3] a b c;
+  DO i = 1 TO 3;
+    vals[i] = i * 10;          /* a=10; b=20; c=30 */
+  END;
+RUN;
+```
+
+#### FIRST. / LAST. — BY 组首尾标记
+
+```sas
+/* 配合 BY 语句，自动生成 FIRST.varname / LAST.varname 布尔标记 */
+PROC SORT DATA=scores OUT=sorted;
+  BY group;
+RUN;
+
+DATA result;
+  SET sorted;
+  BY group;
+  is_first = FIRST.group;    /* 该 BY 组第一条为 1（True） */
+  is_last  = LAST.group;     /* 该 BY 组最后一条为 1（True） */
+RUN;
+```
+
+#### SUBSTR 赋值（左值）
+
+```sas
+/* SUBSTR(target, start, length) = value — 原地替换字符串片段 */
+DATA result;
+  x = 'ABCDEFGH';
+  SUBSTR(x, 3, 2) = 'XY';     /* 结果: ABXYEFGH */
+RUN;
+```
+
+#### PUT 语句
+
+```sas
+/* PUT — 输出到日志 */
+DATA _NULL_;
+  x = 42;
+  PUT x;                       /* 输出变量值 */
+  PUT 'Hello World';           /* 输出字符串字面量 */
+RUN;
+```
+
+#### CALL SYMPUT — 动态创建宏变量
+
+```sas
+/* CALL SYMPUT(name, value) — 在 DATA step 中设置宏变量
+   注意：宏变量值在 DATA step 执行完毕后才能用 & 引用 */
+DATA _NULL_;
+  CALL SYMPUT('threshold', '55000');
+RUN;
+/* 后续代码可用 &threshold 引用 */
+```
+
+#### LENGTH / ATTRIB — 变量属性设置
+
+```sas
+/* LENGTH — 设置变量存储长度（字符型需 $ 前缀） */
+DATA result;
+  LENGTH NAME $ 20 AGE 4;
+  NAME = 'Alice';
+  AGE = 30;
+RUN;
+
+/* ATTRIB — 一次性设置 FORMAT / LABEL / LENGTH 等多个属性 */
+DATA result;
+  ATTRIB NAME FORMAT=$10. LABEL='Person Name' LENGTH=20;
+  NAME = 'Alice';
+RUN;
+```
+
+#### UPDATE — DATA step 更新
+
+```sas
+/* UPDATE — 按 BY key 用 transaction 数据覆盖 master 对应值 */
+DATA result;
+  UPDATE master transaction;
+  BY id;
+RUN;
+```
+
+### 未实现的 DATA Step 功能
+
+| 功能 | 状态 |
+|------|------|
+| INPUT 列模式（`x 1-10`）/ 格式化模式（`x 8.2`） | 未实现（仅列表模式） |
+| `CALL` 子程序（除 SYMPUTX 等） | 部分实现（SYMPUT 已实现） |
+| 双 SET（并行读取） | 部分支持（多 SET 纵向拼接） |
+| `INFORMAT` / `FORMAT` 持久化（仅元数据存储） | 格式不应用到数据 |
+
+---
+
+## 4. PROC SQL 语法
+
+### 基本结构
+
+```sas
+PROC SQL;
+  /* SQL statements */
+QUIT;
+```
+
+### SELECT
+
+```sas
+/* 基本查询 */
+PROC SQL;
+  SELECT * FROM employees;
+QUIT;
+
+/* 选择特定列 */
+PROC SQL;
+  SELECT name, salary FROM employees;
+QUIT;
+
+/* 带别名 */
+PROC SQL;
+  SELECT name AS employee_name, salary * 1.1 AS new_salary
+  FROM employees;
+QUIT;
+
+/* DISTINCT */
+PROC SQL;
+  SELECT DISTINCT dept_id FROM employees;
+QUIT;
+
+/* WHERE 过滤 */
+PROC SQL;
+  SELECT name, salary
+  FROM employees
+  WHERE salary > 55000 AND dept_id = 10;
+QUIT;
+
+/* ORDER BY 排序 */
+PROC SQL;
+  SELECT * FROM employees
+  ORDER BY salary DESC, name ASC;
+QUIT;
+
+/* GROUP BY + 聚合 */
+PROC SQL;
+  SELECT dept_id, COUNT(id) AS cnt, AVG(salary) AS avg_sal
+  FROM employees
+  GROUP BY dept_id;
+QUIT;
+
+/* HAVING 过滤分组 */
+PROC SQL;
+  SELECT dept_id, COUNT(id) AS cnt
+  FROM employees
+  GROUP BY dept_id
+  HAVING COUNT(id) >= 2;
+QUIT;
+```
+
+### JOIN
+
+```sas
+/* INNER JOIN */
+PROC SQL;
+  SELECT e.name, d.dept_name
+  FROM employees e
+  INNER JOIN departments d ON e.dept_id = d.dept_id;
+QUIT;
+
+/* LEFT / RIGHT / FULL / CROSS JOIN */
+PROC SQL;
+  SELECT e.name, d.dept_name
+  FROM employees e
+  LEFT JOIN departments d ON e.dept_id = d.dept_id;
+QUIT;
+
+/* 表别名支持 AS 关键字或裸别名 */
+FROM employees AS e   /* 带 AS */
+FROM employees e      /* 裸别名 */
+```
+
+### 集合操作
+
+```sas
+/* UNION（去重） */
+PROC SQL;
+  SELECT name FROM t1
+  UNION
+  SELECT name FROM t2;
+QUIT;
+
+/* UNION ALL（不去重） */
+PROC SQL;
+  SELECT name FROM t1
+  UNION ALL
+  SELECT name FROM t2;
+QUIT;
+
+/* INTERSECT（交集） */
+PROC SQL;
+  SELECT name FROM t1
+  INTERSECT
+  SELECT name FROM t2;
+QUIT;
+
+/* EXCEPT（差集） */
+PROC SQL;
+  SELECT name FROM t1
+  EXCEPT
+  SELECT name FROM t2;
+QUIT;
+```
+
+### CREATE TABLE
+
+```sas
+PROC SQL;
+  CREATE TABLE high_salary AS
+  SELECT * FROM employees
+  WHERE salary >= 60000;
+QUIT;
+```
+
+### INSERT INTO
+
+```sas
+/* 插入值 */
+PROC SQL;
+  INSERT INTO employees VALUES(6, 'Frank', 10, 52000);
+QUIT;
+
+/* 指定列名 */
+PROC SQL;
+  INSERT INTO employees (id, name, dept_id, salary)
+  VALUES(7, 'Gina', 30, 48000);
+QUIT;
+
+/* 从 SELECT 插入 */
+PROC SQL;
+  INSERT INTO archive
+  SELECT * FROM employees WHERE dept_id = 10;
+QUIT;
+```
+
+### UPDATE
+
+```sas
+PROC SQL;
+  UPDATE employees
+  SET salary = salary * 1.1
+  WHERE dept_id = 10;
+QUIT;
+
+/* 多列更新 */
+PROC SQL;
+  UPDATE employees
+  SET salary = 99999, name = 'Updated'
+  WHERE id = 1;
+QUIT;
+```
+
+### DELETE FROM
+
+```sas
+PROC SQL;
+  DELETE FROM employees
+  WHERE salary < 30000;
+QUIT;
+```
+
+### 聚合函数
+
+在 SELECT + GROUP BY 中支持的聚合函数：
+
+`COUNT`, `SUM`, `MEAN`, `AVG`, `MIN`, `MAX`, `STD`, `MEDIAN`, `N`
+
+```sas
+PROC SQL;
+  SELECT dept_id,
+         COUNT(*) AS n,
+         SUM(salary) AS total,
+         MEAN(salary) AS avg_sal
+  FROM employees
+  GROUP BY dept_id;
+QUIT;
+```
+
+### CASE WHEN 表达式
+
+```sas
+PROC SQL;
+  SELECT name, salary,
+         CASE
+           WHEN salary >= 70000 THEN 'High'
+           WHEN salary >= 50000 THEN 'Medium'
+           ELSE 'Low'
+         END AS salary_level
+  FROM employees;
+QUIT;
+
+/* 带 ELSE */
+PROC SQL;
+  SELECT name, dept,
+         CASE dept
+           WHEN 'IT' THEN 'Technology'
+           WHEN 'HR' THEN 'Human Resources'
+           ELSE 'Other'
+         END AS dept_full
+  FROM employees;
+QUIT;
+```
+
+### LIKE / BETWEEN / IS NULL
+
+```sas
+/* LIKE — 模式匹配 */
+PROC SQL;
+  SELECT * FROM employees
+  WHERE name LIKE 'A%';       /* 以 A 开头 */
+QUIT;
+
+PROC SQL;
+  SELECT * FROM employees
+  WHERE name NOT LIKE '%e';   /* 不以 e 结尾 */
+QUIT;
+
+/* 通配符：% 匹配任意字符序列，_ 匹配单个字符 */
+PROC SQL;
+  SELECT * FROM employees
+  WHERE name LIKE '_o%';      /* 第二个字符是 o */
+QUIT;
+
+/* BETWEEN — 范围查询 */
+PROC SQL;
+  SELECT * FROM employees
+  WHERE salary BETWEEN 50000 AND 70000;
+QUIT;
+
+PROC SQL;
+  SELECT * FROM employees
+  WHERE salary NOT BETWEEN 50000 AND 70000;
+QUIT;
+
+/* IS NULL / IS NOT NULL — 空值判断 */
+PROC SQL;
+  SELECT * FROM employees
+  WHERE manager IS NULL;
+QUIT;
+
+PROC SQL;
+  SELECT * FROM employees
+  WHERE email IS NOT NULL;
+QUIT;
+```
+
+### EXISTS / NOT EXISTS — 子查询存在性检查
+
+```sas
+/* EXISTS — 检查子查询是否有结果 */
+PROC SQL;
+  SELECT * FROM employees e
+  WHERE EXISTS (SELECT * FROM departments d WHERE d.dept_id = e.dept_id);
+QUIT;
+
+/* NOT EXISTS */
+PROC SQL;
+  SELECT * FROM employees e
+  WHERE NOT EXISTS (SELECT * FROM departments d WHERE d.dept_id = e.dept_id);
+QUIT;
+```
+
+### 未实现的 SQL 功能
+
+| 功能 | 状态 |
+|------|------|
+| 子查询（FROM 中的子查询） | 语法支持，执行未测试 |
+| 窗口函数（ROW_NUMBER, RANK 等） | 未实现 |
+| 多表 UPDATE（FROM 子句） | 未实现 |
+| ALTER TABLE | 未实现 |
+| CREATE VIEW | 未实现 |
+| CREATE INDEX | 未实现 |
+
+---
+
+## 5. LIBNAME — 库引用
+
+```sas
+/* 分配库路径 */
+LIBNAME mylib "C:/data";
+
+/* 使用库引用访问数据集 */
+PROC PRINT DATA=mylib.employees; RUN;
+
+PROC SQL;
+  CREATE TABLE mylib.output AS
+  SELECT * FROM employees
+  WHERE salary > 50000;
+QUIT;
+
+/* 清除库引用 */
+LIBNAME mylib;
+```
+
+- `WORK` 是默认临时库，无需手动分配
+- 库路径可以是绝对路径或相对路径
+- LIBNAME 后指定的目录会自动创建（如不存在）
+
+### FILENAME — 文件引用
+
+```sas
+/* 分配文件引用名 */
+FILENAME myfile "C:/data/output.csv";
+
+/* 文件引用名存入宏变量 _FILEREF_{name}，可在后续代码中引用 */
+/* 注意：FILENAME 的实际文件操作（读写）尚未完全实现 */
+```
+
+---
+
+## 6. PROC 过程步
+
+### PROC PRINT
+
+```sas
+/* 基本用法 */
+PROC PRINT DATA=employees; RUN;
+
+/* 指定变量 */
+PROC PRINT DATA=employees;
+  VAR name salary dept_id;
+RUN;
+
+/* 带 ID 变量 */
+PROC PRINT DATA=employees;
+  VAR name salary;
+  ID id;
+RUN;
+
+/* BY 分组显示（需先排序） */
+PROC SORT DATA=employees OUT=sorted;
+  BY dept;
+RUN;
+PROC PRINT DATA=sorted;
+  VAR name salary;
+  BY dept;
+RUN;
+
+/* SUM 汇总（按 BY 组求和） */
+PROC PRINT DATA=sorted;
+  VAR name salary;
+  BY dept;
+  SUM salary;
+RUN;
+```
+
+### PROC SORT
+
+```sas
+/* 基本排序 */
+PROC SORT DATA=employees OUT=sorted;
+  BY salary;
+RUN;
+
+/* 降序排序 */
+PROC SORT DATA=employees OUT=sorted;
+  BY descending salary;
+RUN;
+
+/* 多字段排序 */
+PROC SORT DATA=employees OUT=sorted;
+  BY dept_id descending salary;
+RUN;
+
+/* 去重 — 按 BY 变量保留第一条 */
+PROC SORT DATA=employees OUT=unique_dept NODUPKEY;
+  BY dept_id;
+RUN;
+
+/* 去重 — 删除完全重复的行 */
+PROC SORT DATA=employees OUT=no_dups NODUPRECS;
+  BY id;
+RUN;
+
+/* 就地排序（覆盖原数据集） */
+PROC SORT DATA=employees;
+  BY salary;
+RUN;
+```
+
+### PROC MEANS / SUMMARY
+
+```sas
+/* 显示所有数值变量的描述性统计 */
+PROC MEANS DATA=employees;
+  VAR salary;
+RUN;
+
+/* PROC SUMMARY 与 PROC MEANS 等价 */
+PROC SUMMARY DATA=employees;
+  VAR salary;
+RUN;
+
+/* 指定统计量（N MEAN SUM MIN MAX STD MEDIAN） */
+PROC MEANS DATA=employees N MEAN SUM;
+  VAR salary;
+RUN;
+
+/* CLASS 分组统计 */
+PROC MEANS DATA=employees;
+  VAR salary;
+  CLASS dept;
+RUN;
+
+/* BY 分组（需先排序） */
+PROC SORT DATA=employees OUT=sorted;
+  BY dept;
+RUN;
+PROC MEANS DATA=sorted;
+  VAR salary;
+  BY dept;
+RUN;
+
+/* OUT= 输出结果到数据集 */
+PROC MEANS DATA=employees OUT=summary;
+  VAR salary;
+  CLASS dept;
+RUN;
+PROC PRINT DATA=summary; RUN;
+
+/* MAXDEC= 控制小数位数 */
+PROC MEANS DATA=employees MAXDEC=2 N MEAN STD;
+  VAR salary;
+  CLASS dept;
+RUN;
+```
+
+默认输出：count, mean, std, min, 25%, 50%, 75%, max
+指定统计量时仅输出所选统计。
+
+### PROC FREQ
+
+```sas
+/* 单变量频率表 */
+PROC FREQ DATA=employees;
+  TABLES dept_id;
+RUN;
+
+/* 交叉表 */
+PROC FREQ DATA=employees;
+  TABLES dept_id * gender;
+RUN;
+```
+
+交叉表输出示例：
+```
+status  N  Y  Total
+gender
+F       1  1      2
+M       1  2      3
+Total   2  3      5
+```
+
+### PROC CONTENTS
+
+```sas
+PROC CONTENTS DATA=employees; RUN;
+```
+
+输出包括：引擎类型、观测数、变量数、每个变量的名称、类型（numeric/character）、长度。
+
+### PROC IMPORT
+
+```sas
+/* 导入 CSV */
+PROC IMPORT DATAFILE="path/to/file.csv"
+  OUT=work.mydata
+  DBMS=CSV;
+RUN;
+
+/* 导入 TSV */
+PROC IMPORT DATAFILE="path/to/file.tsv"
+  OUT=work.mydata
+  DBMS=TAB;
+RUN;
+
+/* 导入 Excel（需要 openpyxl） */
+PROC IMPORT DATAFILE="path/to/file.xlsx"
+  OUT=work.mydata
+  DBMS=XLSX;
+RUN;
+
+/* 控制选项 */
+PROC IMPORT DATAFILE="data.csv"
+  OUT=work.mydata
+  DBMS=CSV
+  GETNAMES=NO       /* 第一行不作为列名 */
+  DELIMITER="|";    /* 自定义分隔符 */
+RUN;
+```
+
+**支持的 DBMS 类型**：`CSV`、`DLM`（分隔符）、`TAB`、`XLSX`/`EXCEL`
+
+### PROC EXPORT
+
+```sas
+/* 导出 CSV */
+PROC EXPORT DATA=employees
+  OUTFILE="output.csv"
+  DBMS=CSV;
+RUN;
+
+/* 导出 TSV */
+PROC EXPORT DATA=employees
+  OUTFILE="output.tsv"
+  DBMS=TAB;
+RUN;
+
+/* 自定义分隔符 */
+PROC EXPORT DATA=employees
+  OUTFILE="output.txt"
+  DBMS=DLM
+  DELIMITER="|";
+RUN;
+```
+
+### PROC APPEND
+
+```sas
+/* PROC APPEND — 将 DATA= 数据集追加到 BASE= 数据集尾部 */
+DATA base;
+  INPUT x y;
+  DATALINES;
+  1 2
+  3 4
+  ;
+RUN;
+
+DATA extra;
+  INPUT x y;
+  DATALINES;
+  5 6
+  ;
+RUN;
+
+PROC APPEND BASE=base DATA=extra;
+RUN;
+/* 结果：base 变为 3 行，包含所有记录 */
+```
+
+### PROC DATASETS
+
+```sas
+/* PROC DATASETS — 管理数据集（删除、重命名、查看） */
+PROC DATASETS;
+  DELETE olddata1 olddata2;    /* 删除指定数据集 */
+QUIT;
+
+/* MODIFY + RENAME */
+PROC DATASETS;
+  MODIFY mydata RENAME oldvar = newvar;
+QUIT;
+
+/* 指定 LIBRARY */
+PROC DATASETS LIBRARY=mylib;
+  CONTENTS DATA=specific_ds;   /* 查看单个数据集详情 */
+QUIT;
+```
+
+> **注意**：PROC DATASETS 必须以 `QUIT;` 结束。
+
+### 未实现/部分实现的 PROC
+
+| PROC | 状态 |
+|------|------|
+| PROC MEANS 的 NOPRINT | 已实现：抑制输出，OUT= 数据集仍正常写入 |
+| PROC TABULATE | 未实现 |
+| PROC TRANSPOSE | 未实现 |
+| PROC REPORT | 未实现 |
+| PROC GPLOT / GCHART | 未实现（图形） |
+| PROC REG / LOGISTIC | 未实现（统计建模） |
+| PROC SQL 的 QUIT 后代码 | 不支持（QUIT 必须是最后一条） |
+
+---
+
+## 7. 宏系统
+
+### %LET — 宏变量赋值
+
+```sas
+%LET threshold = 55000;
+%LET dataset = employees;
+%LET msg = Hello World;
+
+/* 使用 & 引用 */
+DATA high;
+  SET &dataset;
+  IF salary > &threshold;
+RUN;
+```
+
+### && — 间接引用
+
+```sas
+%LET x = name;
+%LET col_&x = employee_name;
+
+/* && 先解析为 &，再解析为值 */
+%LET result = &&col_&x;
+```
+
+### %MACRO / %MEND — 宏定义
+
+```sas
+/* 定义无参宏 */
+%MACRO create_report;
+  PROC PRINT DATA=employees; RUN;
+  PROC MEANS DATA=employees; VAR salary; RUN;
+%MEND create_report;
+
+/* 调用宏 */
+%create_report;
+```
+
+```sas
+/* 定义带参宏 */
+%MACRO filter_data(dsname, col, threshold);
+  DATA filtered;
+    SET &dsname;
+    IF &col >= &threshold;
+  RUN;
+%MEND;
+
+/* 调用带参宏 */
+%filter_data(work.employees, salary, 60000);
+```
+
+### %IF / %THEN / %ELSE — 宏条件编译
+
+```sas
+%LET env = PROD;
+
+%IF &env = PROD %THEN %DO;
+  DATA config;
+    debug = 0;
+    log_level = 'ERROR';
+  RUN;
+%END;
+%ELSE %DO;
+  DATA config;
+    debug = 1;
+    log_level = 'DEBUG';
+  RUN;
+%END;
+```
+
+支持的比较运算符：`=`、`NE`、`<>`、`>`、`>=`、`<`、`<=`、`GT`、`GE`、`LT`、`LE`
+
+### %PUT — 宏打印
+
+```sas
+%LET msg = Hello;
+%PUT &msg World;               /* 输出到日志: Hello World */
+%PUT NOTE: Processing done.;   /* 输出带前缀的信息 */
+```
+
+### %DO %TO %BY — 宏循环
+
+```sas
+/* 基本循环 */
+%DO i = 1 %TO 5;
+  %PUT i = &i;
+%END;
+
+/* 带 BY 步长 */
+%LET s = 0;
+%DO i = 1 %TO 10 %BY 2;
+  %LET s = %EVAL(&s + &i);
+%END;
+```
+
+### %EVAL / %SYSEVALF — 宏表达式求值
+
+```sas
+/* %EVAL — 整数算术求值 */
+%LET x = %EVAL(3 + 4 * 2);     /* x = 11 */
+
+/* 支持 + - * / 和括号 */
+%LET result = %EVAL((100 - 20) / 4);
+```
+
+### 注释
+
+```sas
+/* 块注释 — 可跨行 */
+%LET x = 1;  /* 行内注释 */
+
+/* 块注释会被宏预处理器移除 */
+/*  嵌套注释支持有限 — 最外层 /* 内层 */ 会提前关闭 */
+```
+
+### 未实现的宏功能
+
+| 功能 | 状态 |
+|------|------|
+| %INCLUDE（文件包含） | 未实现 |
+| %GOTO / %LABEL | 未实现 |
+| %RETURN | 未实现 |
+| %SCAN 宏函数 | 未实现（有 DATA step SCAN） |
+| %SUBSTR 宏函数 | 未实现（有 DATA step SUBSTR） |
+| %SYSFUNC | 未实现 |
+| 宏嵌套调用 | 有限支持（不支持递归） |
+| 全局/本地宏变量作用域 | 有限实现 |
+| 自动宏变量（SYSDATE, SYSTIME, SYSERR 等） | 未实现 |
+
+---
+
+## 8. 内置函数参考
+
+### 字符函数（22 个）
+
+| 函数 | 语法 | 说明 |
+|------|------|------|
+| `SUBSTR` | `SUBSTR(string, start [, length])` | 提取子串（从 1 开始） |
+| `SCAN` | `SCAN(string, n [, delimiters])` | 提取第 n 个单词 |
+| `COMPRESS` | `COMPRESS(string [, chars [, modifiers]])` | 移除/保留指定字符。modifiers: K=保留, L=转小写, U=转大写 |
+| `UPCASE` | `UPCASE(string)` | 转大写 |
+| `LOWCASE` | `LOWCASE(string)` | 转小写 |
+| `STRIP` | `STRIP(string)` | 去除首尾空格 |
+| `TRIM` | `TRIM(string)` | 去除尾部空格 |
+| `LEFT` | `LEFT(string)` | 左对齐 |
+| `CAT` | `CAT(s1, s2, ...)` | 连接字符串 |
+| `CATS` | `CATS(s1, s2, ...)` | 连接字符串（自动 strip） |
+| `CATX` | `CATX(sep, s1, s2, ...)` | 用分隔符连接字符串 |
+| `COMPBL` | `COMPBL(string)` | 多个连续空格压缩为一个 |
+| `TRANWRD` | `TRANWRD(string, find, replace)` | 替换子串 |
+| `INDEX` | `INDEX(string, substring)` | 查找子串位置（未找到返回 0） |
+| `FIND` | `FIND(string, substring [, modifiers])` | 查找子串。modifiers: I=忽略大小写 |
+| `COUNT` | `COUNT(string, substring)` | 统计子串出现次数 |
+| `REPEAT` | `REPEAT(string, n)` | 重复字符串 n 次 |
+| `REVERSE` | `REVERSE(string)` | 反转字符串 |
+| `LENGTH` | `LENGTH(string)` | 字符串长度（去除尾部空格） |
+| `LENGTHC` | `LENGTHC(string)` | 字符串长度（含尾部空格） |
+| `MISSING` | `MISSING(var)` | 测试是否缺失（缺失返回 1，否则 0） |
+| `COALESCEC` | `COALESCEC(s1, s2, ...)` | 返回第一个非缺失字符串 |
+
+### 数值函数（23 个）
+
+| 函数 | 语法 | 说明 |
+|------|------|------|
+| `SUM` | `SUM(n1, n2, ...)` | 求和（忽略缺失值） |
+| `MEAN` | `MEAN(n1, n2, ...)` | 均值（忽略缺失值） |
+| `MIN` | `MIN(n1, n2, ...)` | 最小值 |
+| `MAX` | `MAX(n1, n2, ...)` | 最大值 |
+| `N` | `N(n1, n2, ...)` | 非缺失值个数 |
+| `NMISS` | `NMISS(n1, n2, ...)` | 缺失值个数 |
+| `ROUND` | `ROUND(number [, unit])` | 四舍五入到指定精度（默认 1） |
+| `INT` | `INT(number)` | 取整（截断小数） |
+| `MOD` | `MOD(dividend, divisor)` | 取模 |
+| `CEIL` | `CEIL(number)` | 向上取整 |
+| `FLOOR` | `FLOOR(number)` | 向下取整 |
+| `ABS` | `ABS(number)` | 绝对值 |
+| `SQRT` | `SQRT(number)` | 平方根 |
+| `LOG` | `LOG(number)` | 自然对数 |
+| `LOG10` | `LOG10(number)` | 以 10 为底的对数 |
+| `EXP` | `EXP(number)` | e 的 n 次方 |
+| `SIN` | `SIN(number)` | 正弦 |
+| `COS` | `COS(number)` | 余弦 |
+| `TAN` | `TAN(number)` | 正切 |
+| `SIGN` | `SIGN(number)` | 符号（-1, 0, 1） |
+| `STD` | `STD(n1, n2, ...)` | 标准差（至少 2 个值） |
+| `RANGE` | `RANGE(n1, n2, ...)` | 极差（max - min） |
+| `MEDIAN` | `MEDIAN(n1, n2, ...)` | 中位数 |
+
+### 日期函数（14 个）
+
+| 函数 | 语法 | 说明 |
+|------|------|------|
+| `TODAY` | `TODAY()` | 当前日期（SAS 日期值，距 1960-01-01 的天数） |
+| `DATE` | `DATE()` | 同 TODAY |
+| `DATETIME` | `DATETIME()` | 当前日期时间（距 1960-01-01 的秒数） |
+| `MDY` | `MDY(month, day, year)` | 从月、日、年创建日期 |
+| `YEAR` | `YEAR(date)` | 提取年份 |
+| `MONTH` | `MONTH(date)` | 提取月份（1-12） |
+| `DAY` | `DAY(date)` | 提取日（1-31） |
+| `WEEKDAY` | `WEEKDAY(date)` | 星期几（1=周日 ... 7=周六） |
+| `QTR` | `QTR(date)` | 季度（1-4） |
+| `INTNX` | `INTNX(interval, start, increment [, align])` | 按间隔递增日期。interval: DAY/WEEK/MONTH/QTR/YEAR/HOUR/MINUTE/SECOND。align: B=起始, E=结束, M=中间 |
+| `INTCK` | `INTCK(interval, start, end)` | 计算两个日期间的间隔数 |
+| `DATEPART` | `DATEPART(datetime)` | 提取日期部分 |
+| `TIMEPART` | `TIMEPART(datetime)` | 提取时间部分 |
+| `DATEDIF` | `DATEDIF(start, end, unit)` | 计算两个日期之间的天/周/月/季/年差。unit: DAY/WEEK/MONTH/QTR/YEAR |
+
+### 转换函数（2 个）
+
+| 函数 | 语法 | 说明 |
+|------|------|------|
+| `INPUT` | `INPUT(source, informat)` | 将字符串转换为数值/日期。支持：BEST, F, COMMA, DOLLAR, DATE, DATE9, DDMMYY, MMDDYY, YYMMDD, MONYY, DATETIME |
+| `PUT` | `PUT(source, format)` | 将数值/日期转换为字符串。支持：width.dec, DATE9, MMDDYY10, YYMMDD10 |
+
+### 条件函数（3 个）
+
+| 函数 | 语法 | 说明 |
+|------|------|------|
+| `IFC` | `IFC(condition, true_val, false_val [, missing_val])` | 条件返回字符串 |
+| `IFN` | `IFN(condition, true_val, false_val [, missing_val])` | 条件返回数值 |
+| `COALESCE` | `COALESCE(n1, n2, ...)` | 返回第一个非缺失数值 |
+
+### SQL 聚合函数
+
+在 PROC SQL SELECT + GROUP BY 中可使用的聚合：
+
+`COUNT`、`SUM`、`MEAN`/`AVG`、`MIN`、`MAX`、`STD`、`MEDIAN`、`N`
+
+### 未实现的常用 SAS 函数
+
+| 函数 | 说明 |
+|------|------|
+| `RANUNIF` / `RANNOR` | 随机数 |
+| `PROBNORM` / `PROBT` / `PROBF` | 概率分布 |
+| `PUTN` / `INPUTN` | 动态格式/输入 |
+| `STRIPE` | 去除所有空格 |
+| `TRANSLATE` | 字符替换（逐字符） |
+| `RANK` | 返回字符的 ASCII 码 |
+| `BYTE` | 返回 ASCII 码对应的字符 |
+| `VERIFY` | 返回第一个不在指定集合中的字符位置 |
+
+---
+
+## 9. 表达式与运算符
+
+### 运算符优先级（从低到高）
+
+| 优先级 | 运算符 | 说明 | 示例 |
+|--------|--------|------|------|
+| 1 | `OR` | 逻辑或 | `x = 1 OR y = 2` |
+| 2 | `AND` | 逻辑与 | `x = 1 AND y > 0` |
+| 3 | `NOT` | 逻辑非 | `NOT missing(x)` |
+| 4 | `=` `NE` `<>` `>` `>=` `<` `<=` `IN` | 比较 | `salary >= 50000` |
+| 5 | `\|\|` | 字符串连接 | `first \|\| ' ' \|\| last` |
+| 6 | `+` `-` | 加减 | `a + b - c` |
+| 7 | `*` `/` | 乘除 | `price * qty` |
+| 8 | 单目 `-` `+` | 正负号 | `-x` |
+
+### 比较运算符
+
+| 运算符 | 含义 | 说明 |
+|--------|------|------|
+| `=` | 等于 | 缺失值：`.` = `.` 为 True |
+| `NE` 或 `<>` | 不等于 | |
+| `>` | 大于 | |
+| `>=` | 大于等于 | |
+| `<` | 小于 | |
+| `<=` | 小于等于 | |
+| `IN` | 在列表中 | `dept_id IN (10, 20, 30)` |
+| `LIKE` | 模式匹配 | `%` 匹配任意字符序列，`_` 匹配单个字符 |
+| `NOT LIKE` | 模式不匹配 | |
+| `BETWEEN` | 范围判断 | `salary BETWEEN 50000 AND 70000` |
+| `NOT BETWEEN` | 范围外判断 | |
+| `IS NULL` | 是否为空 | `name IS NULL` |
+| `IS NOT NULL` | 是否非空 | `name IS NOT NULL` |
+
+### CASE WHEN 表达式
+
+```sas
+/* 搜索式 CASE */
+CASE WHEN cond1 THEN result1
+     WHEN cond2 THEN result2
+     ELSE default_result
+END
+
+/* 简单式 CASE */
+CASE expr WHEN val1 THEN result1
+          WHEN val2 THEN result2
+          ELSE default_result
+END
+```
+
+### 字面量
+
+```sas
+42          /* 整数 */
+3.14        /* 小数 */
+'Hello'     /* 字符串（单引号） */
+"World"     /* 字符串（双引号） */
+NULL        /* 空值 */
+```
+
+### 函数调用
+
+```sas
+UPCASE(name)              /* 无参或单参 */
+SUBSTR(name, 1, 3)        /* 多参 */
+CATS(first, ' ', last)    /* 可变参数 */
+SUM(a, b, c, d)           /* 可变参数 */
+```
+
+---
+
+## 10. 已知限制
+
+1. **性能**：所有运算基于 pandas DataFrame，大数据集（>100 万行）可能较慢
+2. **内存**：所有数据集驻留在内存中，不支持磁盘缓存
+3. **并发**：不支持多线程或并行执行
+4. **精度**：浮点运算使用 IEEE 754 双精度，与 SAS 的精度有微小差异
+5. **缺失值**：数值缺失用 `NaN` 表示，字符串缺失用 `""` 表示，`''` 和 `""` 在 DATALINES 中均视为空值。SAS 的 `.`（数值型缺失）映射为 `NaN`。
+6. **日期**：日期基于 1960-01-01 的天数（与 SAS 一致），但时区处理不完整
+7. **FORMAT/LABEL**：仅存储为元数据，不改变数据的实际显示格式
+
+---
+
+## 11. 未实现的 SAS 功能
+
+以下功能在 SAS 中存在但 SASLite 当前不支持：
+
+### 数据步
+- 双 SET 并行读取
+- MODIFY 语句
+- INPUT 列模式 / 格式化模式
+- CALL 子程序（除 SYMPUT 外）
+
+### 过程步
+- PROC TABULATE
+- PROC TRANSPOSE
+- PROC REPORT
+- PROC REG / LOGISTIC / GLM（统计建模）
+- PROC UNIVARIATE
+- PROC GPLOT / GCHART（图形）
+- PROC FORMAT（自定义格式）
+- PROC COMPARE
+- PROC COPY
+
+### 宏
+- %INCLUDE
+- %GOTO / %LABEL
+- %RETURN
+- %SYSFUNC
+- %SCAN / %SUBSTR 宏函数
+- 宏递归
+- 自动宏变量（SYSDATE, SYSTIME, SYSERR 等）
+
+### 全局
+- OPTIONS 设置（仅解析，不改变行为）
+- ODS 输出分发系统
+- 数据库连接（ODBC, JDBC）
+- PROC HTTP / JSON
+- 窗口函数（SQL）
+
+---
+
+> SASLite 的目标是在纯 Python 环境中提供足够完整的 SAS 语法子集，用于数据处理、清洗和转换任务。它不是 SAS 的完整替代品，而是一个兼容层，让熟悉 SAS 语法的用户能够快速上手 Python 数据处理。