5 Procedimientos (PROC) de SAS que Todo Analista de Datos Junior Debe Dominar

Aprender SAS puede parecer abrumador por la cantidad de procedimientos que existen. Pero la realidad es que con un puñado de ellos puedes resolver el 80% de las tareas diarias de un analista. En este post, se presenta la "caja de herramientas" esencial de PROCs que te convertirán en un usuario funcional y eficiente de SAS desde el primer día.

PROC PRINT: Tu Lupa para Ver los Datos

El primer paso para entender tus datos es poder verlos. PROC PRINT es la herramienta básica para visualizar el contenido de un dataset. Puedes usar la cláusula VAR para seleccionar las variables que quieres mostrar y la cláusula WHERE para filtrar las observaciones que cumplan una condición específica.

sas
PROC PRINT DATA=nombre_dataset;
    VAR variable1 variable2;
    WHERE condicion;
RUN;

PROC CONTENTS: El Mapa de tu Tesoro de Datos

Antes de trabajar con un dataset, es crucial saber qué contiene. PROC CONTENTS te da un resumen completo de su estructura: nombres de variables, tipos (numérico o carácter), formatos, etiquetas y la cantidad de observaciones y variables. Es tu primer paso para la documentación y el entendimiento de datos nuevos.

sas
PROC CONTENTS DATA=nombre_dataset;
RUN;

PROC FREQ: Contando y Descubriendo Patrones

Cuando trabajas con variables categóricas (como género, estado civil, segmentos de clientes), PROC FREQ es tu mejor amigo. Genera tablas de frecuencia que muestran cuántas veces aparece cada valor único en una variable. Puedes generar tablas de una vía o de dos vías (con la cláusula TABLES) para cruzar variables y analizar relaciones.

sas
PROC FREQ DATA=nombre_dataset;
    TABLES variable_categorica; /* Tabla de una vía */
RUN;

PROC FREQ DATA=nombre_dataset;
    TABLES variable1 * variable2; /* Tabla de dos vías */
RUN;

PROC MEANS/SUMMARY: La Radiografía Numérica de tus Datos

Para variables numéricas, necesitas estadísticas descriptivas. PROC MEANS y PROC SUMMARY calculan medidas como la media, mediana, desviación estándar, mínimo, máximo, etc. La principal diferencia es que PROC MEANS imprime los resultados directamente en la ventana de salida, mientras que PROC SUMMARY generalmente requiere un OUTPUT para guardar los resultados en un nuevo dataset para su posterior uso.

sas
PROC MEANS DATA=nombre_dataset;
    VAR variable_numerica;
RUN;

PROC SUMMARY DATA=nombre_dataset NWAY; /* NWAY para no incluir subtotales */
    VAR variable_numerica;
    OUTPUT OUT=summary_data MEAN= avg_variable STD= std_variable;
RUN;

PROC SORT: Ordenando el Caos

Aunque simple, PROC SORT es vital. Te permite ordenar un dataset según los valores de una o más variables. Esto es un prerrequisito para muchas otras operaciones en SAS, especialmente para realizar merges (unir datasets) usando la cláusula BY. Ordenar los datos también es fundamental para presentar reportes de manera clara y organizada.

sas
PROC SORT DATA=nombre_dataset;
    BY variable_orden; /* Orden ascendente */
RUN;

PROC SORT DATA=nombre_dataset;
    BY DESCENDING variable_orden; /* Orden descendente */
RUN;

Conclusión y CTA

Con estos 5 PROCs (PRINT, CONTENTS, FREQ, MEANS/SUMMARY, SORT), ya tienes una base sólida para empezar a aportar valor como analista de datos utilizando SAS. Son las herramientas esenciales que te permitirán explorar, entender y preparar tus datos para análisis más avanzados.

Practica con el dataset que usamos en el post de SQL. ¿Qué PROC usarías para saber cuántos clientes hay por cada ciudad? ¡Comparte tu código en los comentarios!