如何在SAS中正确读取含缺失值的原始数据文件并正常显示？

问题分析 #

你的原始代码存在两个核心问题：

1. 未跳过表头行：数据第一行是列名（ID、Age等），代码直接将其当作数据行读取，导致第一行数据完全错误。
2. 缺失值处理不当：第四行数据中Sex字段缺失，使用空格分隔的列表输入会将Date值错误分配给Sex变量（因Sex定义为$1，会被截断为第一个字符），同时Date字段变为缺失。

修正后的代码 #

使用固定列输入是处理这类结构化数据最可靠的方式，直接根据字段在每行的固定位置读取：

data mydata;
    infile 'percorso_del_tuo_file/nome_file.txt' firstobs=2; /* 跳过第一行表头 */
    /* 按固定列位置读取每个变量 */
    input 
        ID $1-4      /* ID 占第1-4列 */
        Age 6-7      /* Age 占第6-7列 */
        Sex $9       /* Sex 占第9列 */
        Date $11-18; /* Date 占第11-18列 */
run;

/* 查看读取后的数据 */
proc print data=mydata noobs;
run;

代码说明 #

• firstobs=2：告诉SAS从第二行开始读取数据，跳过第一行的表头。
• 固定列输入：明确指定每个变量在文本文件中的列位置，即使存在缺失值（如第四行的Sex），也能准确对应到变量，避免数据错位。
• proc print：用于输出读取后的数据集，验证数据是否正确。

替代方案（列表输入） #

如果你偏好使用列表输入，可以通过添加逻辑修正缺失值导致的错位：

data mydata;
    infile 'percorso_del_tuo_file/nome_file.txt' dlm=' ' missover firstobs=2;
    length ID $4 Age 3 Sex $1 Date $8;
    input ID Age Sex Date;
    
    /* 修正第四行的错位问题：当Sex非空且长度超过1时，说明Date被错误分配给了Sex */
    if length(Sex) > 1 then do;
        Date = Sex;
        Sex = ' ';
    end;
run;

但此方案依赖数据的特定异常特征，可靠性不如固定列输入。

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