Question

我有这种数据集，这个数据集包含一些缺失值（我用X代表他们）。

ID  VA  VB  ... Vn      |       ID  VA  VB  ... Vn  |   
1   a1  b1  ... n1      |       1   a1  X   ... n1  |
2   a2  b2  ... n2      |===    2   X   b2  ... X   |
3   a3  b3  ... n3      |===    3   a3  b3  ... n3  |
..................      |       ..................  |
N   aN  bN  ... nN      |       N   X   bN  ... nN  |

我想只使用一个变量列按ID添加观察，我会调用变量VAR：类似于ID的反转过程格式; var VAR;。

ID  VAR
1   a1
..
1   n1 
2   b2
..
3   a3
3   b3
..
3   n3
..
N   bN
..  
N   nN

所以我尝试在不同的数据集中分割OLDdataset（NEWa NEWb ... NEWn），其中，在每个数据集中，我们将所有未丢失的观察值存储在一个名为的列中 VAR。然后我将在NEWdataset合并NEWa NEWb ... NEWn，我将应用proc排序按ID恢复订单。

当我意识到＆＃34; n＆＃34;在分析之前不知道因为我想要设置一个不仅适用于一个数据集的通用代码，以及VA VB VN 是proc格式步骤的结果。

如果n知道我会使用这样的东西：

data NEWa NEWb NEWc;
set OLDdataset;
array try[3] VA VB VC ;
if try[1] ne '.' then output NEWa;
if try[1] ne '.' then output NEWb;
if try[1] ne '.' then output NEWc;
run;

但现在我需要一些迭代命名系统，可能听起来像：

data NEW_i;                     <-------- "i" must be assigned
set OLDdataset;
array try[*] V: ;
do i=1 dim(try);
if try[i] ne '.' then output NEW_i; <---- "i" must be assigned
run;

希望这听起来很清楚。任何提示？感谢。

Answer 1

如果我正确理解了方案，那么您正在处理数字变量，因此在此基础上您可能不一定要按变量将数据拆分为不同的数据集，因为您应该能够使用nmiss()函数返回缺失数值的数量，例如在子集中if：

data newdataset;
  set olddataset;
  if nmiss(&varlist)=0;
run;

在上面的数据步骤中使用olddataset之前可以创建&varlist（正如你所说的变量数量可以是动态的）使用：

/* note literals are case sensitive */
proc sql noprint;
  select name into :varlist separated by ','
  from dictionary.columns
  where libname='WORK'
    and memname='OLDDATASET'
    /* use following if you also have non-numeric variables */
    /* and type='num' */
  ;
quit;

您可以使用以下内容查看&varlist的内容：

%put varlist=&varlist;

甚至在引用宏变量之前使用以下选项：

options symbolgen;

Answer 2

尝试使用proc转置，您可以在第二步中删除缺失的内容，或者在out数据集中添加where子句。如果要在基于ID之后创建子集，请在数据步骤中将它们分开。

*generate sample data;
data have;
array V(20) v1-v20;
do ID=1 to 10;
    do i=1 to 20;
    v(i)=rand('normal', 0, 1);
    if v(i) < -2 then v(i)=.;
    end;
    output;
end;
drop i;
run;

*Flip data;
proc transpose data=have out=want(where=(var1 ne .)) prefix=Var;
    by id;
run;

*Separate into different data sets;
data _null_;
    set want;
    by id;
    call execute(catt("data var", id, "; set want; where id=", id, ";run;"));
run;

我怎么能为此处理迭代命名系统？

2 个答案: