数据中多个变量的空值率计算和变量删除

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

目前的原始数据变量较多，100多个变量，其中变量的空值率也较高，我想批量删除90%空值率的变量，请问怎么操作呢？
目前类似这样
a  b c d（还有很多变量）
1 2 3 4
. .  .   .
. .   .  .
. .  .   .
. 2 .  1
. 1 1  .
. 9. .  .
7 .6   .
.  .  .  .
.  . .  1
.  1 . .
4 . .  .
8 . 3.

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0 回帖

关键词：多个变量 怎么操作 原始数据 多变量

proc transpose data=test out=miss;
var _all_;
run;

data calmiss;
set miss;
num=nmiss(of col:);
tot=n(of col:)+nmiss(of col:);
run;

proc sql noprint;
select distinct _name_ into: var separated by ""
from calmiss
where num/tot >=0.9;
quit;

data wanted;
set test;
drop &var;
run;

wwang111 发表于 2016-8-20 10:21
proc transpose data=test out=miss;
var _all_;
run;

谢谢您。code跑的时候提示未引用过drop中的变量...我理解您的意思，是转置后计算。可如果本身数据的样本量也较大，是不是不适合转置呢？  请问怎么可以计算所有变量的缺失值率呢？

wwang111 发表于 2016-8-20 10:21
proc transpose data=test out=miss;
var _all_;
run;

谢谢您。code跑的时候提示未引用过drop中的变量...我理解您的意思，是转置后计算。可如果本身数据的样本量也较大，是不是不适合转置呢？  请问怎么可以计算所有变量的缺失值率呢？

try this:

proc freq data=test nlevels;
table _all_;
ods output nlevels=nlevels;
run;

data nobs;
set test end=last;
nobs=_n_;
if last;
keep nobs;
run;

data calmiss;
set nlevels(keep=tablevar nnonmisslevels);
if _n_=1 then set nobs;
if (nobs-nnonmisslevels)/nobs>=0.9;
run;

data _null_;
set calmiss end=last;
if _n_=1 then call execute("data wanted;set test;drop ");
call execute(tablevar);
if last then call execute(";run;");
run;