删除缺失较多的变量名

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

删除缺失较多的变量名而不是记录，是删除列data a;
input x1 x2 x3;
infile datalines dsd dlm=',';
cards;
3, ,   
3 ,3 ,
23,, 435
1,2 ,
;
run;

明显x3缺失值最多，怎样把x3删除；我的实际变量有100多个
谢谢

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：infile cards Input Lines Data 记录

你这个缺失值较多，这个多，是怎么定义？
不够明确的话，不好写程序。
缺失值多的话，无非就是用drop语句或者dataset options
就是在查找缺失的时候需要判断

elek.me 发表于 2011-1-20 10:33
你这个缺失值较多，这个多，是怎么定义？
不够明确的话，不好写程序。
缺失值多的话，无非就是用drop语句或者dataset options
就是在查找缺失的时候需要判断

假如说是缺失值在20%以上的变量，用drop怎么写啊 ，能给出具体程序么

假定你的数据里全部都是数值型：

1. data a;
   
2.         input x1 x2 x3;
   
3.         infile datalines dsd dlm=',';
   
4. cards;
   
5. 3, ,   
   
6. 3 ,3 ,
   
7. 23,, 435
   
8. 1,2 ,
   
9. ;
   
10. run;
    
11. 
    
12. ods listing close;
    
13. proc means data=a;
    
14.         var _numeric_;
    
15.         output out=tmp(drop=_type_) nmiss=/autoname;
    
16. run;
    
17. ods listing;
    
18. 
    
19. data _null_;
    
20.         set tmp;
    
21.         array freq[*] _numeric_;
    
22.         length vars $ 32767;
    
23.         do i=2 to dim(freq);
    
24.                 if freq[i]/_freq_>0.2 then vars=catx(" ",strip(vars),scan(vname(freq[i]),1,"_"));
    
25.         end;
    
26.         call execute ('data want;set a;drop '||strip(vars)||';run;');
    
27. run;

复制代码

楼主发数据给我了，最终程序：

1. ods listing close;
   
2. proc means data=tmp1.tb_object_1853(drop=_character_);
   
3.         var _numeric_;
   
4.         output out=tmp(drop=_type_) nmiss=/autoname;
   
5. run;
   
6. ods listing;
   
7. 
   
8. data _null_;
   
9.         set tmp;
   
10.         array freq[*] _numeric_;
    
11.         length vars $ 32767;
    
12.         do i=2 to dim(freq);
    
13.                 if freq[i]/_freq_>0.2 then vars=catx(" ",strip(vars),tranwrd(vname(freq[i]),"_NMiss",""));
    
14.         end;
    
15.         call execute ('data want;set tmp1.tb_object_1853;drop '||strip(vars)||';run;');
    
16. run;

复制代码

这是版主书里的代码，目的是要删除缺失值比例大于等于50%的变量，包括数值型和字符型变量。大家可以学习一下数组的应用。不过，我觉得更重要的是学习思路。

1. data a;
   
2. input x1 x2 x3 s1$ s2$ s3$;
   
3. infile datalines dsd dlm=',';
   
4. cards;
   
5. 3, , ,a,,c   
   
6. 3 ,3 ,,a,b,c
   
7. 23,, 435,a,,,
   
8. 1,2 ,,,b,
   
9. ;
   
10. run;
    
11. data b;
    
12.         set a nobs=obs;
    
13.         array num _numeric_;
    
14.         array chara _character_;
    
15.         call symput('num',dim(num));
    
16.         call symput('chara',dim(chara));
    
17.         call symput('obs',obs);
    
18. run;
    
19. %put &num &chara &obs;
    
20. data c;
    
21.         set a end=last;
    
22.         array num _numeric_;
    
23.         array chara _character_;
    
24.         array nummiss(&num) (&num*0);
    
25.         array charamiss(&chara) (&chara*0);
    
26.         length list $40.;
    
27.         do i=1 to dim(num);
    
28.                 if num(i)=. then nummiss(i)+1;
    
29.         end;
    
30.         do i=1 to dim(chara);
    
31.                 if chara(i)='' then charamiss(i)+1;
    
32.         end;
    
33.         if last then do;
    
34.                 do i=1 to dim(num);
    
35.                         if nummiss(i)/&obs ge 0.5 then list=strip(list)||' '||strip(vname(num(i)));
    
36.                 end;
    
37.                 do i=1 to dim(num);
    
38.                         if charamiss(i)/&obs ge 0.5 then list=strip(list)||' '||strip(vname(chara(i)));
    
39.                 end;
    
40.                 call symput('list',strip(list));
    
41.         end;
    
42.         %put &list.;
    
43. data d;
    
44.         set a(drop=&list.);
    
45. run;

复制代码

楼上data b最后加个

1. stop;

复制代码

就更好了，呵呵