[求助]SAS中如何填充缺失的观测（不是data imputation）

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

我有一组数据大概长成这样：

Id time outcome
1 1 0
1 2 0
1 3 0
1 4 1
1 5 0
2 1 0
2 2 0
2 3 1
3 2 1
3 4 0
...
10 1 0
10 3 0
10 4 1
同id会随时间进行最多5次记录，然而现在的问题是有的ID的缺了前几次的数据记录，有的缺了后几次的，还有的缺了中间的。我现在想把缺失的数据补全，例如ID为2的缺了第4和第5次记录，则给他加上两行代表第4和第5次记录的新数据（outcome显示为NA即可）。换言之我想要的结果如下：
Id time outcome
1 1 0
1 2 0
1 3 0
1 4 1
1 5 0
2 1 0
2 2 0
2 3 1
2 4 NA
2 5 NA
3 1 NA
3 2 1
3 3 NA
3 4 0
3 5 NA
...
尝试了proc expand等很多种办法都没有用，求热心人士解答！

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0 回帖

关键词：Imputation ATION Data TIO put

可以用sql 的distinct求出id个数，然后用两层循环，得到含所有的id和每个id 5个time的全数据。然后用这个数据和你的数据进行匹配合并，这样就可以将你的数据里time缺失的或者id缺失的补全了。然后对缺失值进行赋值NA。

建议您了解一下笛卡尔积，以下示例程序可以解决您的问题。

1. data test;
   
2.   input Id time outcome$;
   
3.   cards;
   
4. 1 1 0
   
5. 1 2 0
   
6. 1 3 0
   
7. 1 4 1
   
8. 1 5 0
   
9. 2 1 0
   
10. 2 2 0
    
11. 2 3 1
    
12. 3 2 1
    
13. 3 4 0
    
14. ;
    
15. run;
    
16. 
    
17. proc sql noprint;
    
18.   create table want as
    
19.   select a.id, b.time, coalescec(c.outcome,'NA') as outcome
    
20.   from (select distinct Id from test) as a
    
21.   cross join (select distinct time from test) as b
    
22.   left join test as c on a.Id = c.Id and b.time = c.time
    
23.   ;
    
24. quit;

复制代码