求一个简单的小程序

现在有个非常简单的问题。
我又unbalanced panel data 我想处理成为带有缺失值的panel data



想把上图变成下图的效果。
现在的情况是 ID很多很多。。但是date 就10天。
要是原来数据没有，就把所有ID的所有Date补齐之后，其他设为缺失值。

数据量有上百万条，尽量讲求效率

希望大神不吝赐教。
这个问题之后还有若干小问题。论坛币可以再追加

1. data t1;
   
2.        input id $ date quan price;
   
3. datalines;
   
4. 1        1        10        2
   
5. 1        2        9        2
   
6. 2        1        8        2
   
7. 2        2        7        2
   
8. 2        3        6        2
   
9. 3        2        5        2
   
10. mm       5        4        2
    
11. ;
    
12. run;
    
13. proc sort data=t1(keep=id) out=t2 nodupkey;by id ;run;
    
14. data t2;
    
15.     set t2;
    
16.         do date=1 to 10;
    
17.             call missing(quan,price);
    
18.                 output;
    
19.         end;
    
20. run;
    
21.           

复制代码

excel表格在这里。希望大家帮助！万分感谢！

希望大家不吝赐教！！

123.xlsx (10.76 KB)

2013-6-15 15:43:40 上传

excel就行了，不需要编程

1. data t1;
   
2.     input id date quan price;
   
3. datalines;
   
4. 1        1        10        2
   
5. 1        2        9        2
   
6. 2        1        8        2
   
7. 2        2        7        2
   
8. 2        3        6        2
   
9. 3        2        5        2
   
10. ;
    
11. run;
    
12. data t2;
    
13.     do id=1 to 3;
    
14.             do date=1 to 3;
    
15.                     output;
    
16.                 end;
    
17.         end;
    
18. run;
    
19. proc sort data=t1;by id date;run;
    
20. proc sort data=t2;by id date;run;
    
21. data need;
    
22.     merge t1 t2;
    
23.         by id date;
    
24. run;

复制代码

这个可能最快。。。

1. data t1;
   
2.        input id date quan price;
   
3. datalines;
   
4. 1        1        10        2
   
5. 1        2        9        2
   
6. 2        1        8        2
   
7. 2        2        7        2
   
8. 2        3        6        2
   
9. 3        2        5        2
   
10. ;
    
11. run;
    
12. data t2;  
    
13.        call missing(quan,price);
    
14.        do id=1 to 3;
    
15.               do date=1 to 3;
    
16.                      output;
    
17.               end;
    
18.        end;
    
19. run;
    
20. data need;
    
21.        if _n_=0 then set work.t1;
    
22.        if _n_=1 then do;
    
23.               declare hash myhash(dataset:'work.t1');
    
24.               myhash.definekey('id','date');
    
25.               myhash.definedata(all:'yes');
    
26.               myhash.definedone();        
    
27.        end;
    
28.        set t2;
    
29.        if myhash.find()=0 or myhash.find()^=0;
    
30. run;

复制代码

boe 发表于 2013-6-15 16:05
这个可能最快。。。

您好，非常感谢您的回答！
有两个小的问题
1 如果要是id中不仅是数字还有字母，而且id数量众多。应该如何解决？
2 本身样本量大，超百万行，全部读入hash可能内存不够。有没有其他办法或者思路呢？
非常感谢！论坛币我一定会给您的！

beci426 发表于 2013-6-15 17:04
您好，非常感谢您的回答！
有两个小的问题
1 如果要是id中不仅是数字还有字母，而且id数量众多。应该如 ...

i提供点原始数据看看？
百万行放在内存中应该没问题吧，变量很多吗？

楼主，做两次转置即可。程序如下：

data t1;
input id date quan price;
datalines;
1 1 10 2
1 2 9 2
2 1 8 2
2 2 7 2
2 3 6 2
3 2 5 2
;
run;

proc transpose data=t1 out=t2(drop=_name_) prefix=date;
by id;
id date;
var quan price;
run;

proc transpose data=t2 out=t3;
by id;
var date1 date2 date3;
run;

data final;
set t3;
length date 8.;
_name_=compress(_name_,'date');
drop _name_;
rename col1=quan col2=price;
run;