转置重复测量数据时无法正确创建时间变量的技术问题

问题根源 #

1. 转置后的longcog数据集已将宽表的cog1-cog6转换为长表的行记录，原始变量cog1-cog6不再存在，后续data longcog2中引用这些变量必然触发"未初始化"错误。
2. 将cog1-cog6加入proc transpose的by语句是错误操作：by变量用于指定分组维度（需为不随时间变化的变量），加入随时间变化的认知指标后，会导致每个ID的分组数剧增，最终数据重复。

修正方案 #

方案1：从转置后的cog变量提取时间值 #

转置后cog变量存储的是cog1、cog2这类字符串，可通过字符串截取+类型转换直接生成time变量：

/* 原转置代码无需修改 */
proc transpose data=ucognition out=longcog (rename=(col1=CogScore _name_=cog));
    by HHIDPN SSRI;
    var cog1 cog2 cog3 cog4 cog5 cog6;
run;

/* 生成时间变量 */
data longcog2;
    set longcog;
    /* 截取cog变量第4位及以后的字符，转换为数值型时间点 */
    time = input(substr(cog, 4), best.);
    /* 保留所需变量 */
    keep HHIDPN SSRI time CogScore;
run;

proc print data=longcog2 (obs=10);
run;

方案2：用条件分支匹配时间值 #

如果字符串截取方式不适用（比如变量命名规则变化），可通过select语句手动匹配：

data longcog2;
    set longcog;
    select(cog);
        when('cog1') time = 1;
        when('cog2') time = 2;
        when('cog3') time = 3;
        when('cog4') time = 4;
        when('cog5') time = 5;
        when('cog6') time = 6;
        otherwise time = .; /* 处理异常命名的情况 */
    end;
    keep HHIDPN SSRI time CogScore;
run;

额外说明 #

• 转置时by语句仅需保留不随时间变化的变量（如HHIDPN、SSRI），这些变量在每个时间点的取值一致，是正确的分组依据。
• 最终生成的longcog2数据集符合MIXED过程要求的长格式：每个ID-时间点对应一行记录，包含ID、分组变量（SSRI）、时间变量（time）和结局变量（CogScore）。

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