我正在使用以下代码进行转置操作：
proc sort data=TPSDATA;
by TIME SYMBOL ;
run;
PROC TRANSPOSE DATA=TPSDATA OUT=TPS;
by TIME;
id SYMBOL;
var return_sec;
RUN;
我的原始数据集类似于以下结构：
| SYMBOL | Time | RETURN_SEC |
|----------|----------|--------------|
| Facebook | 12:00:01 | 1% |
| Facebook | 12:00:02 | 1.5% |
| ... | | |
| Apple | 12:00:01 | -0.5% |
| Apple | 12:00:02 | -0.3% |
| ... | | |
| Alibaba | 12:00:01 | -0.5% |
| Alibaba | 12:00:02 | -0.3% |
| ... | | |
我有一些奇怪的空单元格：
WNR WNS WOOD WOOF WOR
0 0 0 0 0
-0.000183117 0 0 -0.000684932 0
0 0 0 0 0
0 0 0 0 0
0.000732467 0 0 0 0
0.001280878 0 -0.000430108 0 0
某些列具有空列名但非空内容：
CRESW CRFN
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
我在想为什么？
我玩了一些sample cases，试图复制这个问题。我将80行或原始数据（两种不同的股票）复制并粘贴到数据集中，并且工作正常。
然后我尝试删除一些数据。例如，我删除了facebook 12:00:01。但是，我没有一个空列名，而是一个空单元格。
未能复制我的问题的测试代码：
data long4;
input SYMBOL $ TIME RETURN_SEC $;
cards;
TEG 1 53.525
TEG 2 53.5
TEG 3 53.5
TEG 4 53.485
TEG 5 53.48
TEG 6 53.485
TEG 7 53.48
TEG 8 53.495
TEG 9 53.495
TEG 10 53.495
TEG 11 53.495
TEG 12 53.495
TEG 13 53.495
TEG 14 53.495
TEG 15 53.495
TEG 16 53.495
TEG 17 53.495
TEG 18 53.495
TEG 19 53.5
TEG 20 53.63
TEG 21 53.625
TEG 22 53.625
TEG 23 53.625
TEG 24 53.625
TEG 25 53.625
TEG 26 53.625
TEG 27 53.62
TEG 28 53.62
TEG 29 53.62
TEG 30 53.62
TEG 31 53.62
TEG 32 53.62
TEG 33 53.62
TEG 34 53.555
TEG 35 53.525
TEG 36 53.525
TEG 37 53.535
TEG 38 53.535
TEG 39 53.535
TEG 40 53.535
TEG 41 53.535
TEG 42 53.535
TEG 43 53.54
TEG 44 53.505
TEG 45 53.51
TEG 46 53.505
TEG 47 53.51
TEG 48 53.505
TEG 49 53.51
TEG 50 53.52
TEG 51 53.51
TEG 52 53.52
TEG 53 53.525
TEG 54 53.52
TEG 55 53.52
TEG 56 53.475
TEG 57 53.46
TEG 58 53.46
TEG 59 53.46
TEG 60 53.46
TEG 61 53.43
TEG 62 53.415
TEG 63 53.405
TEG 64 53.4
TEG 65 53.4
TEG 66 53.38
TEG 67 53.32
TEG 68 53.315
TEG 69 53.325
TEG 70 53.325
TEG 71 53.33
TEG 72 53.33
TEG 73 53.33
TEG 74 53.325
TEG 75 53.325
TEG 76 53.27
TEG 77 53.27
TEG 78 53.27
TEG 79 53.27
GOOG 10 53.495
GOOG 11 53.495
GOOG 12 53.495
GOOG 13 53.495
GOOG 14 53.495
GOOG 15 53.495
GOOG 16 53.495
GOOG 17 53.495
GOOG 18 53.495
GOOG 19 53.5
GOOG 20 53.63
GOOG 21 53.625
GOOG 22 53.625
GOOG 23 53.625
GOOG 24 53.625
GOOG 25 53.625
GOOG 26 53.625
GOOG 27 53.62
GOOG 28 53.62
GOOG 29 53.62
GOOG 30 53.62
GOOG 31 53.62
GOOG 32 53.62
GOOG 33 53.62
GOOG 34 53.555
GOOG 35 53.525
GOOG 36 53.525
GOOG 37 53.535
GOOG 38 53.535
GOOG 39 53.535
GOOG 40 53.535
GOOG 41 53.535
GOOG 42 53.535
GOOG 43 53.54
GOOG 44 53.505
GOOG 45 53.51
GOOG 46 53.505
GOOG 47 53.51
GOOG 48 53.505
GOOG 49 53.51
GOOG 50 53.52
GOOG 51 53.51
GOOG 52 53.52
GOOG 53 53.525
GOOG 54 53.52
GOOG 55 53.52
GOOG 56 53.475
GOOG 57 53.46
GOOG 58 53.46
GOOG 59 53.46
GOOG 60 53.46
GOOG 61 53.43
GOOG 62 53.415
GOOG 63 53.405
GOOG 64 53.4
GOOG 65 53.4
GOOG 66 53.38
GOOG 67 53.32
GOOG 68 53.315
GOOG 69 53.325
GOOG 70 53.325
GOOG 71 53.33
GOOG 72 53.33
GOOG 73 53.33
GOOG 74 53.325
GOOG 75 53.325
GOOG 76 53.27
GOOG 77 53.27
GOOG 78 53.27
;
run;
proc sort data=long4 force; by Time SYMBOL; run;
proc transpose data=long4 out=wide4;
by TIME;
id SYMBOL;
var RETURN_SEC;
run;
proc print data=wide4;
run;
很奇怪。我只想到是什么原因？原始数据集很大，我只能在数据集的子集上测试我的代码。
我也检查过 - 原始数据集中没有遗漏的股票代码。
更新
代码：
/*
* Principle Component Analysis
*/
%MACRO PCA (NBBOOUTSET,DATE_VAR);
options nonotes;
%put ;
%put ### START PCA Estimation for: &DATE_VAR ;
/* Sort the variable by time first */
proc sort data=&NBBOOUTSET;
by TIME SYMBOL ;
run;
DATA TPSDATA;
SET &NBBOOUTSET;
RUN;
proc export data=TPSDATA (obs=99999)
outfile="&date_var.tpstest.csv"
dbms=CSV REPLACE;
putname=YES;
run;
proc sort data=TPSDATA;
by TIME SYMBOL ;
run;
PROC TRANSPOSE DATA=TPSDATA OUT=TPS;
by TIME;
id SYMBOL;
var return_sec;
RUN;
DATA TPS_DROPPED;
SET TPS;
drop _NAME_ time;
RUN;
proc export data=TPS_DROPPED (obs=99999)
outfile="&date_var.dropped.csv"
dbms=CSV REPLACE;
putname=YES;
run;
%MEND;
日志：
https://www.dropbox.com/s/gciemd8fhno2o6k/pca.log?dl=0
如您所见，没有错误。但是，在自动收报机＆＃34; CRFN＆＃34;之后，这些列是空的。在导出的数据集中。
答案 0 :(得分：0)
实际上，Reeza是正确的。
问题不在于代码本身，而在于我阅读csv（或导出数据）的方式。
当csv文件中的列太多（大约有2000~4000列）时，似乎会出现问题。我尝试用python，pandas和jupyternotebook读取csv，但列完全关闭（其中数千个名称缺失）。我尝试用excel读取csv文件，关闭了数百列。
没有空列名称。
代码产生的错误是由缺少的内容引起的（proc因素不允许单个缺失值，否则它将忽略完整的观察结果。事实证明我在每个观察中至少缺少一个值，然后sas忽略了我的所有数据集。）