求指教代码：SAS用某些变量值相同的其他记录中另一变量值替换该记录的缺失值

sushe1527 发表于 2015-1-21 14:10

谢谢啊！不过你还是没明白我的意思。24行那里，如果_d 缺失，那么还要用 a b c 三个变量查重，如果 a b c 三个变量都一样的话，那么要赋于同一个编号。。。

userzht 发表于 2015-1-22 09:21
谢谢啊！不过你还是没明白我的意思。24行那里，如果_d 缺失，那么还要用 a b c 三个变量查重，如果 a b c ...

可是2,4行不一样啊

反正和你说的结果一样 不知道你还想要啥样的

sushe1527 发表于 2015-1-22 10:05
反正和你说的结果一样 不知道你还想要啥样的

表烦啊，我再说详细一点，看图说话。。。

后来编的那个数据库也没有当d 缺失时而 a b c 全部一样的，如果有这种情况（第一张图），想变成第二张图：



就是11和12行一样编号，10、13、14编号一样。

1. data a;
   
2. input a  b  c  d$;
   
3. n=_n_;
   
4. cards;
   
5. 1  1  1  A
   
6. 1  1  1  .
   
7. 1  1  1  .
   
8. 1  2  1  .
   
9. 1  2  1  B
   
10. 2  2  2  .
    
11. 2  2  2  C
    
12. 2  2  1  D
    
13. 2  1  2  .
    
14. 1  2  2  .
    
15. 2  1  1  .
    
16. 2  1  1  .
    
17. 1  2  2  .
    
18. 1  2  2  .
    
19. run;
    
20. proc sql ;
    
21. create table aa as select *, max(d) as _d from a group by a,b,c;run;
    
22. data final;
    
23. set aa;
    
24. by a b c _d ;
    
25. retain flag;
    
26. if first._d then flag+1;
    
27. else if  first.a and first.b and first.c and _d="" then flag+1;
    
28. RUN;
    
29. 
    
30. /*proc sort data=final; by n;run;本行恢复排序*/

复制代码

sushe1527 发表于 2015-1-22 20:35

太棒了您

sushe1527 发表于 2015-1-22 20:35

高手，想请教另外一个问题。。。{:2_27:}

假设有这么个数据 ：
data a;input a1 b1 c1 d1$ a2 b2 c2 d2$ a3 b3 c3 d3$ a4 b4 c4 d4$;cards;                                                                                                                                                                     
1 2 3 A 1 2 4 A 2 2 4 B 2 2 2 C                                                                                                         
1 2 2 A 2 2 3 B                                                                                                                        
1 2 5 B 2 3 1 C 3 3 2 A 3 2 5 A                                                                                                         
2 1 1 B 4 4 3 D 2 2 2 C 2 2 5 A                                                                                                         
2 2 2 B 5 5 3 A 2 3 1 A 3 2 5 A                                                                                                         
1 3 2 C 6 5 4 A 2 1 1 C 3 2 4 C                                                                                                         
1 4 3 C 3 2 1 C 4 3 3 C                                                                                                   
;                                                                                                                                       
run;

我想生成一个新数据集，挑出那些第一次出现A 的记录，并保留其后的信息，删除从未出现过A的记录，而那些第一次出现的都保留在前4列。

像这样：

1 2 3 A 1 2 4 A 2 2 4 B 2 2 2 C                                                                                                         
1 2 2 A 2 2 3 B                                                                                                                        
3 3 2 A 3 2 5 A                                                                                                                        
2 2 5 A                                                                                                                                 
5 5 3 A 2 3 1 A 3 2 5 A                                                                                                                 
6 5 4 A 2 1 1 C 3 2 4 C

谢谢！

userzht 发表于 2015-1-23 08:53
高手，想请教另外一个问题。。。

假设有这么个数据 ：

1. data a;
   
2.   infile 'f:\x.txt' truncover ;
   
3.   input temp  $ 100.;
   
4. run;
   
5. data b;set a;
   
6. temp=compress(temp);
   
7. do i=50 to 1 BY -1;
   
8. IF SUBSTR(temp,I,1)="A"
   
9. THEN  m=i-3;
   
10. end;
    
11. TEMP1=SUBSTR(TEMP,M,50);
    
12. if m=. then delete;
    
13. run;
    
14. 
    
15. data final(drop=temp temp1 i m);
    
16. set b;
    
17. array var var1-var16 _CHARACTER_ ;
    
18. do i=1 to dim(var) ;
    
19. var(i)=substr(temp1,i,1);
    
20. end;
    
21. proc print;
    
22. run;

复制代码

sushe1527 发表于 2015-1-23 14:02

如果不是temp一个变量，而是16个变量呢？如何根据变量选择？比如第4 个变量是A，第8个变量第一次出现A。。。

data a;
  infile 'f:\x.txt' truncover ;
  input  a1 b1 c1  d1$  a2 b2 c2  d2$  a3 b3 c3  d3$  a4 b4 c4 d4$;
run;
data b;set a;
temp=compress(cat(a1 ,b1 ,c1, d1, a2 ,b2 ,c2 ,d2,a3 ,b3 ,c3 ,d3,a4 ,b4 ,c4 ,d4));
do i=50 to 1 BY -1;
IF SUBSTR(temp,I,1)="A"
THEN  m=i-3;
end;
TEMP1=SUBSTR(TEMP,M,50);
if m=. then delete;
run;

data final(drop=temp temp1 i m a1 b1 c1 d1 a2 b2 c2 d2 a3 b3 c3 d3 a4 b4 c4 d4);
set b;
array var var1-var16 _CHARACTER_ ;
do i=1 to dim(var) ;
var(i)=substr(temp1,i,1);
end;
proc print;
run;