如何在SAS中为perm_id补全起止日期间缺失的年度数据？

原始数据集 #

Startdate         perm_id     amount       enddate

01JUL2004   4294970232.    787560      01JUL2009
10AUG2005   4294970232     797880      01JUL2009
31JAN2007       4294970232     4344300     31JAN2012
20JUL2010       4294979802     4206400     06JUL2012
08JUL2011       4294979802     4663890     07JUL2012

期望输出 #

startdate       perm_id         tranche_amount        enddate
01JUL2004   4294970232     787560      01JUL2009
10AUG2005   4294970232     797880      01JUL2009
10AUG2006   4294970232     797880      01JUL2009
31JAN2008       4294970232     4344300     31JAN2012
31JAN2009       4294970232     4344300     31JAN2012
31JAN2010       4294970232     4344300     31JAN2012
31JAN2011       4294970232     4344300     31JAN2012

20JUL2010       4294979802     4206400     06JUL2012
08JUL2011       4294979802     4663890     07JUL2012

现有代码问题分析 #

你提供的代码存在多处语法和逻辑错误，无法实现需求：

• 数据集读取错误：错误使用select语句（SAS中select用于条件分支或SQL查询，不是数据步读取变量），且用and分隔变量是语法错误；没有用set语句读取原始数据集，相当于从头创建空数据。
• input语句错误：变量顺序与原始数据集不匹配，perm_id是数值型却用date9.格式，且读取现有数据集不需要input语句（仅从原始文本读取时才用）。
• 循环逻辑错误：do while中的year变量未定义，循环条件不成立；date变量无初始值，intnx函数无法正常计算。
• 格式设置错误：perm_id和tranche_amount是数值型，不能用date9.格式，格式语句完全混乱。

修正后的代码 #

/* 读取原始数据集，补全年度数据 */
data loansdata;
  set original_loans; /* 替换为你的原始数据集实际名称 */
  rename amount = tranche_amount; /* 匹配输出要求的变量名 */
  
  /* 先输出原始记录 */
  output;
  
  /* 初始化年度递增后的日期，保持月日与原始startdate一致 */
  current_date = intnx('year', startdate, 1, 'same');
  
  /* 循环生成缺失的年度数据，直到超过enddate */
  do while (current_date <= enddate);
    startdate = current_date;
    output;
    current_date = intnx('year', current_date, 1, 'same');
  end;
  
  /* 设置正确的格式：日期变量用date9.，数值变量用合适格式 */
  format startdate enddate date9.;
  format perm_id best12. tranche_amount comma12.;
run;

/* 按perm_id和startdate排序，让结果与期望输出顺序一致 */
proc sort data=loansdata;
  by perm_id startdate;
run;

代码说明 #

1. 用set语句读取原始数据集，确保获取所有已有记录；通过rename将amount改为tranche_amount匹配输出变量名。
2. 先输出原始记录，再通过intnx('year', ..., 'same')生成与原始startdate月日一致的年度递增日期，保证补全记录的日期格式统一。
3. 循环判断递增后的日期是否在enddate范围内，符合条件则输出补全记录。
4. 格式设置区分日期型和数值型变量，让输出更易读；最后通过proc sort按perm_id和startdate排序，匹配期望输出的顺序。

内容的提问来源于stack exchange，提问作者Seb