Sas 折叠大型数据集，同时有条件地保留一些缺少的值

数据集

HAVE

包括

id

值和

名称的字符变量。
名称中的值通常缺失。如果
names
缺少
id
中除一个以外的所有值，则可以删除
names
中缺少值的id的obs。如果某个值的所有
id
的
names
完全丢失（如
id
=2或5），则必须保留该
id
值的一条记录

换句话说，我需要打开HAVE
：

id  names
1
1
1   Matt, Lisa, Dan
1
2
2
2
3
3
3   Emily, Nate
3
4
4
4   Bob
5

进入
想要的
：

id  names
1   Matt, Lisa, Dan
2
3   Emily, Nate
4   Bob
5

目前，我通过删除
names
缺失的所有记录，然后将结果合并到一个新的数据集
KEY
，其中包含一个变量
id
，该变量包含所有原始值（1、2、3、4和5）：

这非常适合于HAVE
，因为我知道
id
是一组介于1到5之间的数值。但我不太确定我如何能有效地做到这一点（A）在一个更大的文件上，以及（B）如果我不能简单地通过从1到n的计数创建一个id
KEY
数据集。如果您的
有
数百万次观察，并且您的
id
值更复杂（例如，十六进制值，如XR4GN），您将如何生成
想要的
？
假设您的数据集按
id
排序，这似乎是DOW循环的一个很好的候选者：

data want;
do until(last.id);
  set have;
  by id;
  length t_names $50; /*Set this to at least the same length as names unless you want the default length of 200 from coalescec*/ 
  t_names = coalescec(t_names,names);
end;
names = t_names;
drop t_names;
run;

假设您的数据集是按
id
排序的，这似乎是DOW循环的一个很好的候选者：

data want;
do until(last.id);
  set have;
  by id;
  length t_names $50; /*Set this to at least the same length as names unless you want the default length of 200 from coalescec*/ 
  t_names = coalescec(t_names,names);
end;
names = t_names;
drop t_names;
run;

您可以在这里轻松地使用SQL，MAX（）适用于SQL中的字符变量

proc sql; 
create table want as
select id, max(names) as names
from have
group by ID;
quit;

另一个选项是使用UPDATE语句

data want;
update have (obs=0) have;
by ID;
run;

您可以在这里轻松地使用SQL，MAX（）适用于SQL中的字符变量

proc sql; 
create table want as
select id, max(names) as names
from have
group by ID;
quit;

另一个选项是使用UPDATE语句

data want;
update have (obs=0) have;
by ID;
run;

使用
UPDATE
语句。这将忽略缺少的值并保留最后一个非缺少的值。它通常需要一个主数据集和一个事务数据集，但您可以同时使用单个数据集

data want;
  update have(obs=0) have ;
  by id;
run;

使用
UPDATE
语句。这将忽略缺少的值并保留最后一个非缺少的值。它通常需要一个主数据集和一个事务数据集，但您可以同时使用单个数据集

data want;
  update have(obs=0) have ;
  by id;
run;

您是否曾经使用相同的
id在不同的行中为
名称
设置过不同的值？如果是这样，您会保留哪些
名称
？您是否曾经在具有相同
id的不同行中为
名称
设置过不同的值？如果是，您会保留哪些
名称
？