SAS缺失日期补全：为行业-起始年组补全缺失月份行

数据集示例 #

数据集说明 #

• 包含多个行业（A、B、C、D等），每个行业对应多个起始年份（如1990、1991等），不同行业的起始年份可能不同（例如X行业起始于1990年，Y行业起始于2005年）
• first_date为数值型字段，格式为YYYYMM（如200201代表2002年1月）
• no1、no2及其他数值列无业务关联

需求 #

补全每个行业-起始年份分组下的所有月份日期，例如示例中缺失200203，需新增一行：行业为A、起始年份1990、first_date为200203，其余数值列填充0。

已完成操作 #

/* 生成所有存在的组合 */
PROC SQL;
   CREATE TABLE all_combinations AS
   SELECT DISTINCT
      Branche,
      Anfangsjahr,
      Erstes Datum
   FROM
      have;
QUIT;

/* 提取年份和月份 */
DATA all_combinations_year_month;
   SET all_combinations;
    jahr = int(Erstes Datum / 100);
    monat = mod(Erstes Datum, 100);

  /* 使用mdy函数转换为SAS日期 */
    sasDatum = mdy(monat, 1, jahr);
    format sasDatum date9.; /* 设置日期格式 */
run;

已成功将数值型日期转换为SAS日期，但不清楚后续如何实现补全缺失月份行的需求。

步骤1：确定每个分组的日期范围 #

先获取每个行业-起始年份分组下的最小和最大sasDatum，明确需要补全的月份区间：

PROC SQL;
CREATE TABLE group_dates AS
SELECT 
    Branche,
    Anfangsjahr,
    MIN(sasDatum) AS min_sasdate FORMAT=date9.,
    MAX(sasDatum) AS max_sasdate FORMAT=date9.
FROM all_combinations_year_month
GROUP BY Branche, Anfangsjahr;
QUIT;

步骤2：生成每个分组的完整月份序列 #

利用SAS的INTNX函数生成分组内从最小到最大日期的所有月份第一天，再转换回YYYYMM格式的数值型first_date：

DATA full_month_sequence;
SET group_dates;
/* 遍历生成该分组下的所有月份日期 */
DO sasDatum = min_sasdate TO max_sasdate BY INTNX('month', 0, 1);
    /* 将SAS日期转换为YYYYMM格式的数值 */
    first_date = YEAR(sasDatum)*100 + MONTH(sasDatum);
    OUTPUT;
END;
FORMAT sasDatum date9.;
DROP min_sasdate max_sasdate;
RUN;

步骤3：关联原数据并填充缺失值 #

将完整月份序列与原数据集左关联，缺失的数值列用0填充：

PROC SQL;
CREATE TABLE final_data AS
SELECT 
    f.Branche,
    f.Anfangsjahr,
    f.first_date,
    COALESCE(h.no1, 0) AS no1,
    COALESCE(h.no2, 0) AS no2,
    /* 其他数值列按此格式处理：COALESCE(h.列名, 0) AS 列名 */
    COALESCE(h.其他列名, 0) AS 其他列名
FROM full_month_sequence f
LEFT JOIN have h
    ON f.Branche = h.Branche
    AND f.Anfangsjahr = h.Anfangsjahr
    AND f.first_date = h.Erstes Datum
ORDER BY f.Branche, f.Anfangsjahr, f.first_date;
QUIT;

补充说明 #

• 若原数据中Erstes Datum是带空格的字段名，建议先重命名为无空格名称（如first_date_raw），避免SQL关联时出现语法错误
• 若需要补全的是从起始年份全年开始的所有月份（而非仅现有数据的最小到最大日期），可修改group_dates中的min_sasdate为MDY(1,1,Anfangsjahr)（即起始年份的1月1日）

内容的提问来源于stack exchange，提问作者lissy1234567