苹果/安卓/wp
积分 195, 距离下一级还需 65 积分
权限: 自定义头衔
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡, 匿名卡下一级可获得
权限: 签名中使用图片
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
悲催签到天数: 6 天连续签到: 2 天[LV.2]偶尔看看I
本帖最后由 xiezhibin 于
20:04 编辑
wind数据库下载下来的多年份原始数据的格式一般是：& & code& & dps2001& & dps2002& &&&dps2003& & .....
000001& && &&&1& && && && && & 2& && && && && && &3& && &&&.....
我想请问下如何用sas将这种格式的数据转化为面部数据，即如下面的格式:
& & code& && && & year& && &&&dps
000001& && &&&2001& && && &&&1
000001& && &&&2002& && && &&&2
000001& && &&&2003& && && &&&3
& & ....& && && && &&&...& && && && && &...
我想知道年份较长且变量较多的情况，而不是局限于一个变量和三年。
请各位能提供相应的sas命令，我是sas初学者，请不吝赐教。
载入中......
input code $ dps2001 dps2002 dps2003;
proc transpose data=a out=b(rename=(col1=dps)) name=
year=substr(year,4);
label year=' ';
复制代码
专注SAS二十年！！
[img=300,100]http://pic./album//102909qoic471q1j
初级热心勋章
初级热心勋章
论坛好贴推荐
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师苹果/安卓/wp
积分 337, 距离下一级还需 113 积分
权限: 自定义头衔, 签名中使用图片
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡, 匿名卡下一级可获得
道具: 抢沙发
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
尴尬签到天数: 346 天连续签到: 1 天[LV.8]以坛为家I
新手莫见怪，请问各位怎么用wind的excel插件下载同一个股票代码不同年度的数据？
在客户端下载我会，但是考虑到excel插件更方便，所以想学习，请各位指教！
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
请问楼主这个问题后来是怎么解决的呢？我现在进入wind终端下载时，提示说没有安装Excel插件，该怎么解决的？求解，万分感谢！
笨鸟也学习 发表于
请问楼主这个问题后来是怎么解决的呢？我现在进入wind终端下载时，提示说没有安装Excel插件，该怎么解决的？ ...修复excel插件，量化-修复插件-修复excel插件
请问一下楼主，如何在客户端上下载股票的面板数据呢？没有找到时间的选择。
<font color="#4pvb 发表于
修复excel插件，量化-修复插件-修复excel插件修复之后，EXCEL仍然没有wind选项，请问要怎么办
论坛好贴推荐
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
基金公司产品多化及其对公司盈利性的影响——基于面板数据的研究.pdf72页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
文档加载中...广告还剩秒
需要金币：180 &&
基金公司产品多化及其对公司盈利性的影响——基于面板数据的研究
你可能关注的文档：
··········
··········
00‘5 8‘e 南开大学学位论文版权使用授权书 本人完全了解南开大学关于收集、保存、使用学位论文的规定， 同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版 本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、 扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供 本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有 关部门或者机构送交论义的复印件和电子版；在不以赢利为目的的自 『 提下，学校可以适当复制论文的部分或全部内容用于学术活动。 学位论文作者签名：自梯 2叩1年尘月．7日 经指导教师同意，本学位论文属于保密，在 年解密后适用 本授杖书。
指导教师签名： 学位论文作者签名：
解密 时间： 年 月 日 各密级的最长保密年限及书写格式规定如下： 内部5年 最长5年，可少于5年 秘密★10年 最长lO年，可少于lO年 机密★20年 最艮20年，可少于20年 南开大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作
所取得的成果。除文中已经注明引用的内容外，本学位论文的研究成果／f 包含
任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉
及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学
位论文原创性声明的法律责任由本人承担。 学位沦文作者签名：
名搏 动oq年g-月．7日 摘要 摘 要 随着国民经济和证券市场的发展，我国的基金管理公司家数、基金产品种
类以及基会投资者人数不断增加，基会管理的资产规模越来越大，基会qk整体
快速成长。与此同时，行业内部基金管理公司之问的竞争不可避免地加剧。作
正在加载中，请稍后...使用Lucene自带的Highlighter就可以实现对原始文件摘要的提取工作。Highlighter类有一个getBestFragment方法，这个方法有多个重载的方法，其中，使用：
public final String getBestFragment(Analyzer analyzer, String fieldName,String text)
就可以提取摘要，它实现了从指定的原始文件中，提取检索关键字出现频率最高的一段文字作为摘要，默认情况下提取100个字符，同时加上自定义的高亮显示代码，又可实现关键字高亮显示。
测试程序如下所示：
package org.shirdrn.lucene.learn.
import java.io.IOE
import net.teamhot.lucene.ThesaurusA
import org.apache.lucene.analysis.Aimport org.apache.lucene.document.Dimport org.apache.lucene.document.Fimport org.apache.lucene.index.CorruptIndexEimport org.apache.lucene.index.IndexWimport org.apache.lucene.queryParser.ParseEimport org.apache.lucene.queryParser.QueryPimport org.apache.lucene.search.Himport org.apache.lucene.search.IndexSimport org.apache.lucene.search.Qimport org.apache.lucene.search.highlight.Himport org.apache.lucene.search.highlight.QuerySimport org.apache.lucene.search.highlight.SimpleHTMLF
public class ExtractDigest {
private String indexPath = "H:\\index";private Aprivate IndexSprivate String prefixHTML = "&font color='red'&";private String suffixHTML = "&/font&";
public ExtractDigest(){&&
analyzer = new ThesaurusAnalyzer();}
public void createIndex() throws IOException {&&
IndexWriter writer = new IndexWriter(indexPath,analyzer,true);&&
Document docA = new Document();&&
String fileTextA = "挖掘频繁项集的方法可以扩展到挖掘闭频繁项集（由它们容易导出频繁项集的集合）。这些方法结合了附加的优化技术，如项合并、子项剪枝和项跳过，以及模式树中产生的项集的有效子集检查。挖掘频繁项集和关联已经用不同的方法扩展，包括挖掘多层关联规则和多维关联规则。多层关联规则可以根据每个抽象层的最小支持度阈值如何定义，使用多种策略挖掘。如一致的支持度、递减的支持度和基于分组的支持度。冗余的多层（后代）关联规则可以删除，如果根据其对应的祖先规则，他们的支持度和置信度接近于期望值的话。挖掘多维关联规则的技术可以根据对量化属性的处理分为若干类。第一，量化属性可以根据预定义的概念分层静态离散化。数据立方体非常适合这种方法，因为数据立方体和量化属性都可以利用概念分层。第二，可以挖掘量化关联规则，其中量化属性根据分箱和/或聚类动态离散化，&邻近的&关联规则可以用聚类合并，产生更简洁、更有意义的规则。基于约束的规则挖掘允许用户通过提供元规则（即模式模板）和其他挖掘约束对规则搜索聚焦。这种挖掘推动了说明性数据挖掘查询语言和用户界面的使用，并对挖掘查询优化提出了巨大挑战。规则约束可以分为五类：反单调的、单调的、简洁的、可转变的和不可转变的。前四类约束可以在频繁项集挖掘中使用，使挖掘更有功效，更有效率。没有进一步分析或领域知识，关联规则不应该直接用于预测。它们不必指示因果关系。然而，对于进一步探查，它们是有帮助的切入点，使得它们成为理解数据的流行工具。流数据不断地在计算机系统中流进流出并且具有变化的更新速度，涉及数据流的应用非常广泛。大纲提供数据流的汇总，通常用来返回查询的近似解答。随机抽样、滑动窗口、直方图、多分辨率方法、梗概以及随机算法都是大纲的形式。倾斜时间框架模型允许数据以多个时间粒度存储，最近的时间记录在最细的粒度上，最远的时间记录在最粗的粒度上。流立方体可以存储压缩的数据，对时间维度使用倾斜时间框架模型，并且仅在一些关键的层上存储数据，关键层反映了分析人员最感兴趣的数据层，从而基于到关键层的&常用路径&进行部分物化。";&&
Field fieldA = new Field("contents", fileTextA, Field.Store.YES,Field.Index.TOKENIZED);&&
docA.add(fieldA); &&&&
Document docB = new Document();&&
String fileTextB = " 数据挖掘(Data Mining)，又称为数据库中的知识发现(Knowledge Discovery in Database, KDD)，就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程，简单的说，数据挖掘就是从大量数据中提取或&挖掘&知识。";&&
Field fieldB = new Field("contents", fileTextB, Field.Store.YES,Field.Index.TOKENIZED);&&
docB.add(fieldB); &&&&
writer.addDocument(docA);&&
writer.addDocument(docB);&&
writer.optimize();&&
writer.close();}
public void search(String fieldName,String keyword) throws CorruptIndexException, IOException, ParseException{&&
searcher = new IndexSearcher(indexPath); &&
QueryParser queryParse = new QueryParser(fieldName, analyzer); &&
Query query = queryParse.parse(keyword); &&
Hits hits = searcher.search(query);&&
for(int i=0;i&hits.length();i++){&&&
Document doc = hits.doc(i);&&&String text = doc.get(fieldName);&&&//System.out.println("||||||||||||"+text);&&&
int htmlLength = prefixHTML.length()+suffixHTML.length();&&&
System.out.println("高亮HTML的总长度为"+htmlLength); &&&
SimpleHTMLFormatter simpleHTMLFormatter = new SimpleHTMLFormatter(prefixHTML, suffixHTML);&&&
&&&&&&&&&&&
Highlighter highlighter = new Highlighter(simpleHTMLFormatter,new QueryScorer(query));&&&
&&&&&&&&&&&
String highLightText = highlighter.getBestFragment(analyzer,"contents",text);&&&&&&&&&&&
System.out.println("★高亮显示第 "+(i+1) +" 条检索结果如下所示："); &&&&&&&&&&&
System.out.println(highLightText); &&&&&&&&&&&
System.out.println("显示第 "+(i+1) +" 条检索结果摘要的长度为(含高亮HTML代码)："+highLightText.length()); &&
searcher.close();}
public static void main(String[] args) {&&
ExtractDigest ed = new ExtractDigest();&&
ed.createIndex();&&&
ed.search("contents", "根据 挖掘");&&
} catch (CorruptIndexException e) {&&&
e.printStackTrace();&&
} catch (IOException e) {&&&
e.printStackTrace();&&
} catch (ParseException e) {&&&
e.printStackTrace();&&
上面程序，检索&根据 挖掘&，首先使用QueryParser解析，提取Term为&根据&和&挖掘&，检索结果应该在提取的摘要中高亮显示这两个Term的text。
运行结果如下所示：
词库尚未被初始化，开始初始化词库.初始化词库结束。用时:3985毫秒;共添加195574个词语。高亮HTML的总长度为25★高亮显示第 1 条检索结果如下所示：同的方法扩展，包括&font color='red'&挖掘&/font&多层关联规则和多维关联规则。多层关联规则可以&font color='red'&根据&/font&每个抽象层的最小支持度阈值如何定义，使用多种策略&font color='red'&挖掘&/font&。如一致的支持度、递减的支持度和基于分组的支持度。冗余的多层（后代）关联规则显示第 1 条检索结果摘要的长度为(含高亮HTML代码)：174高亮HTML的总长度为25★高亮显示第 2 条检索结果如下所示：数据&font color='red'&挖掘&/font&(Data Mining)，又称为数据库中的知识发现(Knowledge Discovery in Database, KDD)，就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解显示第 2 条检索结果摘要的长度为(含高亮HTML代码)：124
上面程序中，在进行分析的时候，构造Field，同时对指定原始文本进行了存储，如下所示：
Field fieldA = new Field("contents", fileTextA, Field.Store.YES,Field.Index.TOKENIZED);
这个Field.Store.YES指定的存储，但是在实际中这样会浪费存储空间，而且造成索引管理的困难，所以在实际中是直接从数据库中查询出原始文件的文本内容，然后对这个文本进行处理，对其进行提取摘要的操作。也就是在上面String text = doc.get(fieldName);这一步，text的内容是根据Document的ID，从数据库中查询出来的，避免了IO操作，从而提高了检索速度，而且便利了索引文件的管理。
阅读(...) 评论() &注释o 要保留此服务的使用历史记录，从操作面板的主页窗口，选择 设置 -> We...
保留此服务的使用历史记录，从操作面板的主页窗口，选择
服务设置 -
服务连接设置 -
& IJ Cloud Printing Center
该服务的历史设置 -
云故障排除
注释 o 要保留此服务的使用历史记录，从操作面板的主页窗口，选择 设置 -> Web 服务设置 -> Web 服务连接设置 -> IJ Cloud Printing Center 设置 -> 该服务的历史设置 -> 保存。 云故障排除 56
匿名用户上传于： 02:58