假定我们有数据集aa,包含如下变量(数据省略):
ID dose gender age t0 t1 a1 a2
最简单的方式当然就是挨个变量找缺失值,如下:
data missing;
set aa;
if id=. or dose=. or gender=. or age=. or t0=. or t1=. or a1=. or a2=.;
proc print;
run;
这种方式很好理解,就是利用if语句逐个判断每个变量是否有缺失(注意,如果变量时文本型,不能写=.,而是=" "),但缺点也是显而易见的,如果不是现在的8个变量,而是80个变量,那写一遍估计要累个半死。所以我们用下面的语句节省体力:
data missing(drop=i);
set aa;
array num{8} id dose gender age t0 t1 a1 a2;
do i=1 to 8;
if num{i}=. then output;
end;
这种方式好像比上面的更复杂了,但效率提高了n倍(取决于你的变量有多少)。这种方式是利用数组判断缺失值,不管有100个还是1000个变量,对数组来说没什么区别,只是数组中变量的个数改变一下而已(如本例中的8)。
当这种方式仍不是最节省的,因为我们还是需要把这8个变量一一写出来,那可不可以就不写变量名呢。当然可以,还有更简单的方式如下:
data missing(drop=i);
set aa;
array num{*} _all_;
do i=1 to dim(num);
if num{i}=. then output;
end;
当这种方式更简单了,而且是个通用语句,不管你有10个还是1000个变量,都可以用这种方式来查询,一个字母都不用改。当然前提是所有变量都是数值型,如果是文本型,那就应该是num{i}=" "。
还有另外一种非常简洁 的方式是利用函数,如下:
data missing(drop=i);
set aa;
array num{*} _all_;
do i=1 to dim(num);
if missing(num{i}) then output;
end;
用函数的这种方式有什么好处呢?起码有一点,你不用考虑到底是数值还是文本,全部都是missing(变量)就行了。否则你还得想着数值是.,文本是" "。一不小心忘了容易出问题。
前面所说的都是假定所有变量都是同一种类型的,如果变量中既有数值型,又有文本型,那怎么办呢?如下程序就很简单了:
data missing(drop=i);
set aa;
array a _numeric_;do i=1 to dim(a);
if missing(a) then output;
end;
array b_character_;
do i=1 to dim(b);
if missing(b) then output;
end;
毫不夸张地说,这个简直就是个缺失值的通用语句,同时遍历了数据集中的数值型和文本型的所有缺失值。所有的缺失值查找,几乎都可以这一语句来实现,它几乎包含了所有的可能情况,还能苛求什么呢?套用就行了。
最后声明一下:这个是本人原创,可能有的人在我的博客或其它统计网站中见过,只是因为人大经济论坛人比较多,所以我在这里也写了一份,不是抄袭的,是本人在不同地方发布的而已。所以版主不要封我的帖。而且这篇文章是本人一次网络视频讲课的其中部分内容,写下来希望与那些对sas感兴趣的同仁一起讨论。如有对此感兴趣的,也可去参考该视频,地址:http://www.tj211.com/thread-4498-1-1.html,可能该视频需要一定权限才能看,这跟我没关系。我不替任何网站做广告,我只代表我自己。所以版主不要删我的帖。只是我的视频正好在这个网站,如有感兴趣的可以去看看。实在看不到的,我会在以后几天有空时再把其它的内容写下来。