历时两个月，终于初步完成一个SAS代码自动生成软件

自去年转到临床试验统计编程团队，我一直在思考如何提高效率(如何偷懒😜)。其中一个工作就是解决如何撰写数据集的说明文件(SPEC)更快速更标准，为此我开发了SPEC制作工具。这个工具可以引用标准或者历史的信息库，同时也可以导入EDC说明书信息，通过预设的各种可选项和便捷输入方式，使得使用者能够快速输出一个能用Pinnacle21进行define.xml转换的excel版SPEC文件，软件所有预想设计功能已经在5月底完成。

到这儿就够了吗？SPEC的作用是指导数据集的代码如何编写，于是我想让这个工具打通到底，在现有软件架构和功能的基础上，再设计一套通过快速配置，来生成各数据集的SAS代码。实现这套工具能覆盖统计编程程序员的全流程工作。在肝了2个多月之后，我终于完成了这一设想的主体功能，今天阶段性的记录下。

软件架构所用主要包

软件不是在线服务，但是使用场景是一个团队成员都能访问的远程桌面上。所以也算是一个平台软件，有账户密码的设计。使用Electron框架构建GUI软件，使用包含在软件内的sqlite数据库。前端使用Vue，后端使用Python。Python后端主要使用的包有SqlAlchemy、Pandas、Jinja等。

主要设计思路

按照每个数据集、每个数据集内子数据集、每个子数据集的每个变量大概3级的维度进行分别配置。配置界面获得数据集SPEC配置的变量名、标签、类型、长度信息。也可以引用SPEC中的选项组。每个数据集的配置通过一系列子集完成，这些子集之间通过纵向或者横向组合，最后和基础子集组合后，形成最终输出的数据集。

每个子集还按照不同类型分类，主要分为普通和降维型数据集，不同类型的数据集其变量配置的选项不一致，也会影响最后输出的模板。每个变量的配置按照直接引用、直接映射等分为不同类型，子数据集中也可以加减变量。配置完成后，最后经过后台程序整理，输出到Jinja模板中，由Jinja完成最终的代码渲染。

实际操作过程

我是边用实际项目进行配置边开发，根据实际项目需要来完成各种功能。最后用了两个项目完成了主体功能开发。通过配置来实现完整数据集的代码，这样的效果在使用工具的初期让我非常有成就感，产品的设想到落地初期是最让人激动和上头的阶段。到了后面一个月则是不断的加入新功能和解决各种bug。期间主要的耗时步骤还是生成代码后，沾到SAS程序里运行后生成结果和已有数据集进行对比，不断解决工具错误、配置缺失和项目规则理解错误的过程。

实现效果

• 最终实现了通过工具相对快速的配置，来生成一篇完整的数据集SAS代码，效果图如下：

  

  

后续工作

后续这个工具还要不断使用项目进行实践检验，和不断优化，证明它的价值。另外就是另一项激动人心的组件，TFL的配置。经过我的初步设想，复杂性要比数据集的配置更高，除了数据集的配置之外还需要很多样式设计、预设统计方法、Format设计等组件。