SAS数据补齐

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

请各位高手指教，困扰了我2天了，找不到什么好方法。数据实例：
  task_id                     date         var1    var2    var3
  2010-11-30        2012-3-31      aaa      bbb     ccc
  2011-05-31        2012-3-31      aaa      bbb     ccc
  2011-08-31        2012-3-31      aaa      eee     ccc
  2012-03-31        2012-3-31      aaa      bbb     ccc
具体问题：“task_id”为上报日期，本来应当一个月上报一次，也就是从2010年11月至今共计应当有17条，但是由于上报数据缺失，现在想将缺失的数据补齐。
补齐规则为：下一个月的数据除了task_id延后一月其他都与上月相同。例如
   task_id                    date          var1    var2    var3
2010-11-30        2012-3-31      aaa      bbb     ccc
  2010-12-31        2012-3-31      aaa      bbb     ccc
         ..........
2011-08-31        2012-3-31      aaa      eee     ccc
  2012-09-30        2012-3-31      aaa      eee     ccc
        .........
2012-03-31        2012-3-31      aaa      bbb     ccc
另：数据量非常大，最好是批量解决的办法。。。。（好像是废话）

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1 回帖

关键词：Task date 数据缺失 VaR TAS

按task_id排序，再使用retain语句就可以解决问题啦。搜搜论坛上有如何补全missing value的sample code。

1. data test1;
   
2. do i=1 to 17;
   
3. task_id=intnx('month','31oct2010'd,i,'e');
   
4. output;
   
5. end;
   
6. format task_id yymmdd10.;
   
7. drop i;
   
8. run;
   
9. 
   
10. data test2;
    
11. input task_id yymmdd10. date yymmdd10. var1 $ var2 $ var3 $;
    
12. format task_id yymmdd10. date yymmdd10.;
    
13. cards;
    
14. 2010-11-30 2012-3-31 aaa bbb ccc
    
15. 2011-05-31 2012-3-31 aaa bbb ccc
    
16. 2011-08-31 2012-3-31 aaa eee cc
    
17. 2012-03-31 2012-3-31 aaa bbb ccc
    
18. ;
    
19. 
    
20. data test3;
    
21.         merge test1 test2;
    
22.         by task_id;
    
23.         retain date_new var1_new var2_new var3_new;
    
24.                 if date^=. then date_new=date;
    
25.                 array temp1(3) var1-var3;
    
26.                 array temp2(3) $ var1_new var2_new var3_new;
    
27.                 do i=1 to 3;
    
28.                         if temp1(i)^="" then  temp2(i)=temp1(i);
    
29.                 end;
    
30.         drop i date  var1 var2  var3 ;
    
31.         format date_new yymmdd10.;
    
32.         rename date_new=date var1_new=var1 var2_new=var2 var3_new=var3;
    
33. run;

复制代码

首先感谢二位的指导。我找了找论坛上的missing  value处理，还没有太明白，呵呵！
可乐兄的方法我试了，对于我的例子来说是可以的；可能我的例子有点过于简化，现在附上一部分经过修改的数据，请各位再帮忙想想办法啊！！！

task_id	date	var1	var2	var3
2007/10/31	2008/12/31	366010	6506263N200700425	2009/5/29
2009/10/31	2009/12/31	2316010	HO650720000200900021	2012/5/13
2011/2/28	2011/4/30	5882654	544126	2015/12/21
2011/2/28	2011/4/30	5882654	6441040	2015/12/21
2007/5/31	2007/7/31	593722	1028129	2008/1/31
2007/9/31	2007/12/31	593722	1028129	2008/1/11
2007/5/31	2007/7/31	593722	1028129	2007/12/8
2007/5/31	2007/7/31	593722	1028236	2007/11/12
2007/5/31	2007/12/31	593722	2023509	2007/9/25
2007/5/31	2007/7/31	593722	6054504	2007/10/9
2007/5/31	2007/7/31	593722	6054721	2007/10/10
2007/5/31	2007/7/31	593722	6054808	2007/10/11
2007/5/31	2007/7/31	593722	6058092	2007/10/26
2007/5/31	2007/8/31	593722	6060651	2007/11/8
2009/11/30	2010/1/31	593722	9500660	2012/12/31

wanzionline 发表于 2013-3-13 11:31
首先感谢二位的指导。我找了找论坛上的missing  value处理，还没有太明白，呵呵！
可乐兄的方法我试了，对 ...

这个没多大区别吧，就是多了一些重复的记录，可是不管怎样，只要是缺失的，都会以最近一次的月份数值来补全。。。

楼上 可乐 的办法不是挺好的吗？ 具体有什么不能实现的吗？

这种关于时间序列补全的可以用proc timeseries来做下面写得不一定对，关于accumulate和setmissing的设置可以上网查一下

1. proc timeseries data=test out=want;
   
2.         id date interval=month accumulate=last setmissing = last;
   
3.         var price;
   
4.         by task_id;
   
5.         format date date9.;
   
6. run;

复制代码

可~乐 发表于 2013-3-13 12:10
这个没多大区别吧，就是多了一些重复的记录，可是不管怎样，只要是缺失的，都会以最近一次的月份数值来补 ...

do i=1 to 17;
这里的“i”怎么确定呢？
var1+var2是用来分类的。
例如 var1=366010 var2=6506263N200700425为一组，那么i=14,
但是对于var1=593722 var2=1028129的那一组，i=8.
我理解您的方法对于某一组来说，是没问题的。但是对于多组数据来说，i  如何能够在data test1中变化呢？主要是这里我搞不明白，可否再详细点解释？

噢，貌似理解你的意思了，以var1+var2为分组变量，补全所有组的所有每个月日期？

可~乐 发表于 2013-3-13 13:24
噢，貌似理解你的意思了，以var1+var2为分组变量，补全所有组的所有每个月日期？

对，就是这个意思，如何批量补全所有组里边的观测？我头都快大了。