如何用SAS补缺失数据

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

我的数据是股票市值的半年数据，但是部分股票由于停牌等因素，在某段时间内没有数据，见举例：

Stock_code         Date                      Mon_Share
000004               2008-06-30            1000
000004               2008-12-31            1200
000004               2009-06-30            1400
000004               2010-06-30            1700
000004               2010-12-31            1600
000017               2006-06-30            1200
000017               2006-12-31            1300
000017               2010-06-30            4000

在例子中，000004缺2009-12-31的数据，000017缺2007-06-30一直到2009-12-31的数据，我现在想做的事情是把缺失数据补全，即如果该时点上面没有数，则显示该时间，市值等于上一个有数的值，比如说对于例子中的几个数，我希望得到这样的结果

Stock_code         Date                      Mon_Share
000004               2008-06-30            1000
000004               2008-12-31            1200
000004               2009-06-30            1400
000004               2009-12-31            1400
000004               2010-06-30            1700
000004               2010-12-31            1600
000017               2006-06-30            1200
000017               2006-12-31            1300
000017               2007-06-30            1300
000017               2007-12-31            1300
000017               2008-06-30            1300
000017               2008-12-31            1300
000017               2009-06-30            1300
000017               2009-12-31            1300
000017               2010-06-30            4000

试着用循环写了一下，觉得很复杂，求好心人士解答~~多谢！！！

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4 回帖

关键词：缺失数据 如何用 share Stock tock 如何

要不试试proc expand.

说实话我也不知道有没有比较简单又好理解的方法，我提供一个不算非常好但是比较好理解的方法吧：用index。
简单起见就假设你那三个变量名字叫做a b c。先读入数据
data x;
input a b : yymmdd10. c;
format b yymmdd10.;
cards;
000004               2008-06-30            1000
000004               2008-12-31            1200
000004               2009-06-30            1400
000004               2010-06-30            1700
000004               2010-12-31            1600
000017               2006-06-30            1200
000017               2006-12-31            1300
000017               2010-06-30            4000
;
run;
虽然你数据排好序了，但是真实数据可能你还是需要排序一下。排序后输出到y，顺便创建个index叫做ab
proc sort data=x out=y(index=(ab=(a b)));by a b;run;
然后创建一个没有c变量的数据集，使b变量遍历同一个a值得最小b值到最大b值（如果是半年一次数据的话）输出到数据集z
proc sql;
create table range as
select a,min(b) as min format=yymmdd10., max(b) as max format=yymmdd10.
from x
group by 1;
quit;

data z;
set range;
format b yymmdd10.;
b=min;
do while(b<=max);
output;
b=intnx('month',b,6,'e');
end;
drop min max;
run;
最后用index把c变量带进来，如果找不到ab中对应的索引值，会自动把最近的c值复制下来的。
data final;
set z;
set y key=ab;
if _iorc_ ne 0 then _error_=0;
run;
上面if语句其实可以不加，但是由于index找不到相应值会在log里面把_error_加1，所以如果想把log弄好看点可以加上这个if语句（其实不加结果也一样，哈哈）

以上使我想到的比较好理解但是也不算简单的方法。
如果把中间缺的日期用上一个日期覆盖，再match merge 一下也可以达到同样的效果。不过也不算太简单的方法。

geniusv 发表于 2013-3-20 00:14
说实话我也不知道有没有比较简单又好理解的方法，我提供一个不算非常好但是比较好理解的方法吧：用index。
...

确实不算简单。。。不过看起来似乎也是个办法，我去试一下，谢谢~~

不好意思，刚才睡觉的时候想了一个很简单的，赶紧重新开机回复下，以上那段代码就无视吧。用下面这段程序，不解释，非常好懂。
data x;
input a b : yymmdd10. c;
format b yymmdd10.;
cards;
000004               2008-06-30            1000
000004               2008-12-31            1200
000004               2009-06-30            1400
000004               2010-06-30            1700
000004               2010-12-31            1600
000017               2006-06-30            1200
000017               2006-12-31            1300
000017               2010-06-30            4000
;
run;

proc sort data=x;by a descending b;
run;

data y（rename=(b1=b));
        retain b1;
        format b1 yymmdd10.;
        set x;
        by a;
        if first.a then
                do;
                b1=b;
                output;
                end;
        else
                do while (b1>b);
                b1=intnx('month',b1,-6,'e');
                output;
                end;
        drop b;
proc print data=y;run;

geniusv 发表于 2013-3-20 01:02
不好意思，刚才睡觉的时候想了一个很简单的，赶紧重新开机回复下，以上那段代码就无视吧。用下面这段程序， ...

啊，非常明白，十分感谢！！

啊，赞一个！