Sas 如何将第一个非缺失值写入第一个缺失的观测值
我有以下数据集Sas 如何将第一个非缺失值写入第一个缺失的观测值,sas,Sas,我有以下数据集 id rate 1 . 2 . 3 0.01 4 0.02 5 . 6 . 如何有效地将第一个非缺失率写入之前的观测值，将最后一个非缺失率写入之后的观测值？以便： id rate 1 0.01 2 0.01 3 0.01 4 0.02 5 0.02 6 0.02 我可以填写最终的值（见下面的代码），但我不知道如何填写第一个值，而不必求助于辅助表，在我的情况下，这可能（或不是）使这非常低效，因为我将有数
id rate
1 .
2 .
3 0.01
4 0.02
5 .
6 .
id rate
1 0.01
2 0.01
3 0.01
4 0.02
5 0.02
6 0.02
data have;
input id rate;
datalines;
1 .
2 .
3 0.01
4 0.02
5 .
6 .
run;
data want(drop=previous);
set have;
retain previous;
if not nmiss(rate) then previous = rate;
else rate = previous;
run;
我不确定什么是最有效的答案。您可能只想使用现有的方法填写最终值，然后对数据集进行反向排序，并使用相同的方法填写其余值。然而，我提出了另一种方法，我不确定它的效率有多高，但你可以试试：
data have;
input id group rate;
datalines;
1 1 .
2 1 .
3 1 0.01
4 1 0.02
5 1 .
6 1 .
7 2 .
8 2 .
9 2 .
10 2 0.03
11 2 0.07
12 2 .
;
data want(drop=next initial);
retain next;
do until (rate ne . or last.group);
set have;
by group id;
end;
if rate ne . then next = rate;
do until (initial ne . or last.group);
set have;
by group id;
initial = rate;
if initial = . then rate = next;
output;
end;
run;
对于每个组，处理过程如下所示：第一个“do-until”循环读取数据集“have”，直到找到一个非丢失率。变量“next”设置为等于该速率。第二个“do-until”循环读取“have”，将“rate”设置为“next”，直到找到第一个未丢失的速率。然后两个循环读取非缺失率，第二个循环输出它们。最后一个未丢失的比率保存到“下一个”。然后循环循环结束时的丢失率，用“下一步”中的值替换并输出它们。道氏解决方案是一个很好的解决方案，但有一个稍微快一点的选项，特别是与CPU时间有关。这也导致了一个稍微不同的结果，即哪个记录填补了空白，这与哪个更好的问题并不完全清楚 在DoW解决方案中，您必须对每一条记录迭代两次，而您可以使用POINT只对所需的几条记录进行迭代，直到找到第一条包含每组数据的记录，然后继续 此外，此解决方案将使用先前的非缺失记录填充后续记录，而道指解决方案将使用下一个非缺失记录填充后续记录，除非最后一条记录丢失 对于10000个组/1000个ID，点解决方案要快得多；我怀疑这是因为数据集的大小在我的机器的磁盘缓存大小（CPU时间=实时）之内。添加一个0，1e5组，它的实时速度不再快得多；它与DoW解决方案的实时性大致相同（2分钟中有8秒或10秒），但CPU时间大约是前者的一半（Point=35秒，DoW=1:09） 这和DoW循环都要求数据按组排序，或者至少按组排列（组不必按正确顺序排列，您可以使用
notsorted%let numgroups=1e5;
%let numingroup=1000;
data have;
do group = 1 to &numgroups.;
do id = 1 to &numingroup.;
if id > 5 then do;
rate = rand('Normal',1,1);
if rate < 0 then call missing(rate);
end;
output;
end;
end;
run;
data want_Point;
set have;
by group;
if (first.group) and (missing(rate)) then do; *if missing first row, enter this loop;
do __point = _n_+1 by 1;
set have(keep=group rate rename=(group=_group rate=new_rate)) point=__point; *iterate through dataset from current row;
if (not missing (new_rate) or group ne _group) then leave; *grab nonmissing row, leave loop - and have safety to leave loop if entire group is missing;
end;
end;
else do;
new_rate = coalesce(rate,new_rate); *grab updated rate, if needed. new_rate is automatically retained since it comes in on set statement;
end;
rename new_rate=rate; *move it over to rate;
drop rate; *drop old rate variable;
output;
if last.group then call missing(new_rate); *make extra sure we are safe;
run;
data want_DoW(drop=next initial);
retain next;
do until (rate ne . or last.group);
set have;
by group id;
end;
if rate ne . then next = rate;
do until (initial ne . or last.group);
set have;
by group id;
initial = rate;
if initial = . then rate = next;
output;
end;
run;
%let numgroups=1e5；
%设numingroup=1000；
有数据；
do组=1到&numgroups。；
do id=1到&numingroup。；
如果id>5，则执行该操作；
费率=兰特（正常值），1,1；
如果速率<0，则呼叫丢失（速率）；
结束；
产出；
结束；
结束；
跑
数据点；
集有；
分组；
如果（第一组）和（缺失（比率）），则执行*如果缺少第一行，则输入此循环；
do uu point=_n_u+1乘以1；
设置有（保持=组速率重命名=（组=_组速率=新速率））点=_点*从当前行遍历数据集；
如果（未丢失（新费率）或组ne(组),则离开;*抓住不丢失的行，离开循环-如果整个组丢失，则安全离开循环；
结束；
结束；
否则你会；
新利率=合并（利率，新利率）*如果需要，获取更新的速率。新的利率自动保留，因为它在set语句中出现；
结束；
重命名新的利率=利率*把它移到速率上；
下降率*降旧率变量；
产出；
如果是last.group，则呼叫丢失（新费率）*确保我们的安全；
跑
数据需求（下降=下一个初始值）；
保留下一个；
直到（评级为ne.或last.组）；
集有；
按组id；
结束；
如果速率为ne。然后next=速率；
直到（初始ne.或最后一组）；
集有；
按组id；
初始=速率；
如果初始值=。然后速率=下一个；
产出；
结束；
跑