如何在SAS中创建长度不同的Datalines，生成指定结构的数据集

问题分析 #

你原代码的问题在于：input a b; 默认要求每行读取两个数值变量，最后一行仅提供了一个数值4，SAS默认会尝试读取下一行数据补全变量，但数据行已结束，导致该数值无法被正确识别，最终出现4被“删除”的现象。

解决方案 #

根据你想要的结构，分两种情况给出代码：

情况1：生成长格式分组数据集（每个分组对应多个数值） #

如果你想要的是a对应3个数值、b对应4个数值的分组结构（每个观测为分组标识+对应数值），可以定义分组变量和数值变量：

data my_data;
  length group $1;  /* 定义分组变量为字符型，长度1 */
  input group value;
  datalines;
a 1
a 2
a 3
b 1
b 2
b 3
b 4
;
run;

生成的数据集包含7个观测，核心结构如下：

情况2：生成宽格式数据集（a有3个值，b有4个值，缺失值补全） #

如果你希望保留原变量a和b，让a有3个非缺失值、b有4个非缺失值，可以添加missover选项，确保一行数据不足时剩余变量设为缺失：

data my_data;
  infile datalines missover;  /* 禁止跨行读取，数据不足时变量设为缺失 */
  input a b;
  datalines;
1 1
2 2
3 3
  4
;
run;

生成的数据集包含4个观测，第四个观测的a为缺失值（.），b为4，核心结构如下：

你也可以直接在最后一行的4前添加.表示a缺失，无需missover选项：

data my_data;
  input a b;
  datalines;
1 1
2 2
3 3
. 4
;
run;

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