SAS数据补齐

1. data test1;
   
2. length var1 $ 100 var2 $ 100;
   
3. informat  task_id yymmdd10. date yymmdd10.  var3 yymmdd10.;
   
4. input task_id  date  var1 $ var2 $ var3;
   
5. format task_id yymmdd10. date yymmdd10. var3 yymmdd10.;
   
6. cards;
   
7. 2007/10/31 2008/12/31 366010 6506263N200700425 2009/5/29
   
8. 2009/10/31 2009/12/31 2316010 HO650720000200900021 2012/5/13
   
9. 2011/2/28 2011/4/30 5882654 544126 2015/12/21
   
10. 2011/2/28 2011/4/30 5882654 6441040 2015/12/21
    
11. 2007/5/31 2007/7/31 593722 1028129 2008/1/31
    
12. 2007/9/30 2007/12/31 593722 1028129 2008/1/11
    
13. 2007/5/31 2007/7/31 593722 1028129 2007/12/8
    
14. 2007/5/31 2007/7/31 593722 1028236 2007/11/12
    
15. 2007/5/31 2007/12/31 593722 2023509 2007/9/25
    
16. 2007/5/31 2007/7/31 593722 6054504 2007/10/9
    
17. 2007/5/31 2007/7/31 593722 6054721 2007/10/10
    
18. 2007/5/31 2007/7/31 593722 6054808 2007/10/11
    
19. 2007/5/31 2007/7/31 593722 6058092 2007/10/26
    
20. 2007/5/31 2007/8/31 593722 6060651 2007/11/8
    
21. 2009/11/30 2010/1/31 593722 9500660 2012/12/31
    
22. ;
    
23. 
    
24. proc sort data=test1;
    
25.         by var1 var2 task_id;
    
26. run;
    
27. 
    
28. /*先按var1+var2分组*/
    
29. data test2;
    
30.         set test1;
    
31.         by var1 var2 ;
    
32.         if lag(var2)^=var2 then group+1;
    
33. run;
    
34. 
    
35. /*根据最早时间和最晚时间补全中间的每个月份*/
    
36. data test3;
    
37.         number=intck('month','31may2007'd,'28feb2011'd);
    
38.         do group=1 to 13;
    
39.                 do i=1 to 46;
    
40.                         task_id=intnx('month','30apr2007'd,i,'e');
    
41.                 output;
    
42.                 end;
    
43.         end;
    
44.         format task_id yymmdd10.;
    
45.         drop i number;
    
46. run;
    
47. 
    
48. data test4;
    
49.         merge  test2 test3;
    
50.         by group task_id;
    
51. run;
    
52. 
    
53. /*取每一组的开始时间，以便过滤掉一些比每组的最早时间还早的数据*/
    
54. proc sql noprint;
    
55.         create table test5 as select
    
56.         group,
    
57.         min(task_id) as  task_id_old format=yymmdd10.
    
58.         from test2
    
59.         group by group;
    
60. quit;
    
61. 
    
62. data test6;
    
63.         merge test4 test5;
    
64.         by group;
    
65.         if task_id>=task_id_old; /*滤掉一些比每组的最早时间还早的数据*/
    
66. 
    
67.         length var1_new $ 100 var2_new $ 100;
    
68.         retain date_new var1_new var2_new var3_new;
    
69.                 array temp1(2) var1 var2;
    
70.                 array temp2(2) $ var1_new var2_new;
    
71.                 do i=1 to 2;
    
72.                         if temp1(i)^="" then  temp2(i)=temp1(i);
    
73.                 end;
    
74.                 array temp3(2) date var3;
    
75.                 array temp4(2) date_new  var3_new;
    
76.                 do i=1 to 2;
    
77.                         if temp3(i)^=. then  temp4(i)=temp3(i);
    
78.                 end;
    
79.         drop i date  var1 var2  var3 task_id_old;
    
80.         format date_new yymmdd10. var3_new yymmdd10.;
    
81.         rename date_new=date var1_new=var1 var2_new=var2 var3_new=var3;
    
82. run;

复制代码

可~乐 发表于 2013-3-13 15:13

谢谢啊，我晚上回去试试。我发了一个悬赏帖，您最好找找，50金币哦！！！！

可~乐 发表于 2013-3-13 15:13

不好意思，昨晚家中有事，没来的及上网。
十分的感谢您的帮助，我已经基本上理解您的思路了，估计只需要改一改就可以使用了。
太感谢了，呵呵！

wanzionline 发表于 2013-3-14 21:54
不好意思，昨晚家中有事，没来的及上网。
十分的感谢您的帮助，我已经基本上理解您的思路了，估计只需要 ...