JupyterLabでPythonのsaspyパッケージを使ってみた

JupyterLabとは

JupyterLabとはJupyter NotebookをベースとしたWeb上のIDEです。
SASのUniversity EditionのInformation CenterでSAS Studioの下にリンクがあります。

JupyterLabに入ると下記のような表示になるので、「Notebook」の「Python 3」を選びます。

下記のようにPythonが対話型で実行できるようになります。

CSVファイルからDataFrameオブジェクトを生成する

まずはsaspyとpandasのパッケージを読み込みます。

import saspy
import pandas as pd

なお、標準では入力フィールド内でShift+Enterで実行します。

入力フィールド内で改行する場合はEnterです。

SASデータセットにする入力ファイルをフォルダ内にアップロードします。

（今回は、SASのSASHELPライブラリに格納されているBaseballをCSVファイルにしたものを使用します）

pandasのread_csvメソッドでアップロードしたCSVファイルを読み込み、DataFrameオブジェクトを生成します。

df = pd.read_csv('baseball.csv')

describeメソッドで見ると下記のようになります。

SASDataオブジェクトを生成する

次に、saspyパッケージのSASsessionオブジェクトを生成します。

sas = saspy.SASsession()

sas

で、SASsessionオブジェクトの中身が見られます。

次に、df2sdメソッドでCSVファイルから生成したDataFrameオブジェクトからSASdataオブジェクトを生成します。

baseball = sas.df2sd(df, 'baseball')

これでbaseballというSASdataオブジェクトに対しての様々なメソッドが使用できます。

SASdataオブジェクトのメソッドを使ってみる

SASdataオブジェクトのメソッドをいくつか試してみます。

describeメソッド

SASデータセットの要約統計を表示します。

baseball.describe()

headメソッド

SASデータセットの先頭5オブザベーションを表示します。

baseball.head()

標準では5オブザベーションですが、下記のように引数を渡すこともできます。

# 先頭2オブザベーションを表示
baseball.head(obs=2)

tailメソッドを使えばSASデータセットの最終オブザベーションからの表示もできます。

barメソッド

引数に文字変数を指定し、その度数を棒グラフで返します。

ここでは変数Teamごとの度数を表示します。

baseball.bar('Team')

heatmapメソッド

引数に2つの数値変数を指定し、ヒートマップを作成します。

ここではYrMajor（メジャー在籍年数）とSalary（年俸$）を指定します。

baseball.heatmap('YrMajor', 'Salary')

ちなみに、下記のようにSASsessionオブジェクトのteach_me_SASメソッドを使用すると、

SASのプロシジャの中身を表示することもできます。

sas.teach_me_SAS(True)
baseball.heatmap('YrMajor', 'Salary')
sas.teach_me_SAS(False)

以上、Pythonのsaspyパッケージの使い方を簡単に説明しました。

下記の公式ドキュメントにAPIリファレンス等もありますので、参考にしてください。

https://sassoftware.github.io/saspy/index.html