怎样填补数据？

有一数据，含sxid顺序（顺序ID）、ID（ID编号）、name（姓名）、group（组别），其中，ID有缺失，name有多个相同的记录，group相同（比如group=1）并且name相同代表是同一组，否则不是，现在想group及name相同，用有ID记录的值填补ID缺失缺失的值，比如现在用sxid=1 的ID值填到sxid=2的id中去，sxid=3仍然是缺失的，用SQL怎样实现？

1. sxid        id               name        group
   
2. 1        11600909        安程程       1
   
3. 2        .                     安程程       1
   
4. 3        .                    安程程        0
   
5. 4        11601531        敖炜茹       1
   
6. 5        .                     敖炜茹       1
   
7. 6        .                     敖炜茹       1
   
8. 7        .                     白芳          0
   
9. 8        11605786        白芳          1
   
10. 9        .                     白芳          1
    
11. 10        .                  白佳丰        1
    
12. 11        .                  白佳丰        0
    
13. 12        11605173     白佳丰        1

复制代码

假设数据集的名字是test：

proc sql;
create table wanted as
select sxid, b.id, a.name, a.group
from test a left join (select distinct id, name, group from test where ^missing(id)) b
on a.name=b.name and a.group=b.group
order by 1;
quit;

最终填补结果如下图

最近加班比较晚可能没空编写，您也可以尝试利用data步retain加一些if逻辑实现

Tigflanker 发表于 2018-4-26 12:48
最近加班比较晚可能没空编写，您也可以尝试利用data步retain加一些if逻辑实现

谢谢，Data步有点啰嗦

Tigflanker 发表于 2018-4-26 12:48
最近加班比较晚可能没空编写，您也可以尝试利用data步retain加一些if逻辑实现

谢谢，Data步有点啰嗦

1. data have;
   
2.   input sxid id name $ group;
   
3. cards;
   
4. 1 11600909 安程程 1
   
5. 2 . 安程程 1
   
6. 3 . 安程程 0
   
7. 4 11601531 敖炜茹 1
   
8. 5 . 敖炜茹 1
   
9. 6 . 敖炜茹 1
   
10. 7 . 白芳 0
    
11. 8 11605786 白芳 1
    
12. 9 . 白芳 1
    
13. 10 . 白佳丰 1
    
14. 11 . 白佳丰 0
    
15. 12 11605173 白佳丰 1
    
16. ;run;
    
17. 
    
18. proc sql;
    
19.   create table want as
    
20.   select sxid, max(id) as id, name, group
    
21.   from have
    
22.   group by name, group
    
23.   order by sxid
    
24.   ;
    
25. quit;

复制代码

Tigflanker 发表于 2018-4-28 23:03

发现用Max很妙，其实用Min也可以，能否解释下？MAX及MIN仅仅是最大或最小值，怎么能填补数据？谢谢。

Rock2000 发表于 2018-5-3 21:40
发现用Max很妙，其实用Min也可以，能否解释下？MAX及MIN仅仅是最大或最小值，怎么能填补数据？谢谢。

是这样的，其实也是卡着你这个题设了，更复杂的可能就不能这么用

在SQL里的max函数是“在group by”的组内，取出最大的值，然后将这个值再赋值到组内每一个obs中

而在SAS中，一般max（一组数值变量），缺失值永远是最小的值（假如不区分.和.A什么的），所以max（. , -10）= -10、max(0.5, .) = 0.5

Tigflanker 发表于 2018-5-4 13:51
是这样的，其实也是卡着你这个题设了，更复杂的可能就不能这么用

在SQL里的max函数是“在group by”的 ...

学习了，谢谢。