如何在SAS中按条件删除变量重复值（仅Index为缺失值时）

可以通过SAS的DATA步结合分组处理实现需求，核心思路是：先按ID分组，记录每个ID下各Class变量在Index非缺失行中的非缺失值，再对Index缺失的行，将与已记录值重复的Class变量置为缺失。

步骤1：对原数据集按ID排序 #

首先确保数据按ID分组有序，方便后续分组处理：

proc sort data=DB;
    by ID;
run;

步骤2：DATA步处理数据 #

通过数组和retain语句记录每个ID下的Class变量参考值，再对Index缺失的行进行去重处理：

data DB1;
    set DB;
    by ID;
    * 定义数组批量处理Class变量;
    array classes[3] Class1-Class3;
    * 用retain变量存储每个ID下各Class的参考值（来自Index非缺失行）;
    retain _ref_c1 _ref_c2 _ref_c3;
    
    * 每个ID组开始时重置参考值;
    if first.ID then do;
        call missing(_ref_c1, _ref_c2, _ref_c3);
    end;
    
    * 处理Index非缺失的行：记录Class变量的非缺失值作为参考;
    if not missing(Index) then do;
        do i = 1 to 3;
            if not missing(classes[i]) then do;
                select(i);
                    when(1) _ref_c1 = classes[i];
                    when(2) _ref_c2 = classes[i];
                    when(3) _ref_c3 = classes[i];
                end;
            end;
        end;
        output; * 直接输出该行;
    end;
    * 处理Index缺失的行：将与参考值重复的Class变量置为缺失;
    else do;
        do i = 1 to 3;
            select(i);
                when(1) if classes[i] = _ref_c1 then classes[i] = .;
                when(2) if classes[i] = _ref_c2 then classes[i] = .;
                when(3) if classes[i] = _ref_c3 then classes[i] = .;
            end;
        end;
        output; * 输出处理后的行;
    end;
    
    * 删除临时变量;
    drop i _ref_c1 _ref_c2 _ref_c3;
run;

代码说明 #

• array classes[3] Class1-Class3：将三个Class变量放入数组，实现批量循环处理，避免重复代码。
• retain _ref_c1 _ref_c2 _ref_c3：保留每个ID组内各Class变量在Index非缺失行中的非缺失值，作为后续去重的参考标准。
• 分组处理逻辑：
  • 进入新ID组时，重置参考值；
  • 对Index非缺失的行，更新对应Class变量的参考值；
  • 对Index缺失的行，检查每个Class变量是否与参考值重复，重复则置为缺失。

内容的提问来源于stack exchange，提问作者NewUsr_stat