如何在SAS中通过循环将数据集对角线元素替换为.？

你的核心问题是没搞清楚SAS中逐行处理的逻辑，以及数组索引和行号的配合用法，原代码错误地手动循环修改_N_，导致所有元素被覆盖为缺失值。

原代码问题分析 #

原代码中：

do over column; 
do _N_ = 1 to 100;
column = ".";
end;
end;

• do over column会遍历每一列，而内层循环手动给系统变量_N_赋值是完全错误的——_N_是SAS自动生成的行号，从1开始逐行递增，不需要手动循环修改。
• 这段代码的实际效果是：每一行处理时，遍历所有列，每列都被循环赋值100次为缺失值，最终所有元素都变成.。

正确实现逻辑 #

SAS是逐行处理数据集的，结合数组索引和系统变量_N_（当前行号），就能精准定位对角线元素（第_N_行的第_N_列）：

1. 用数组映射100列，数组索引对应列的位置（1对应column_1，2对应column_2……100对应column_100）
2. 逐行处理时，判断数组索引是否等于当前行号_N_，如果相等则将该位置设为缺失值

正确代码 #

data want;
    set have;
    /* 定义数组，索引1-100对应column_1到column_100 */
    array cols[100] column_1 -- column_100;
    /* 循环遍历数组索引 */
    do i = 1 to 100;
        /* 当索引等于当前行号时，设为缺失值 */
        if i = _N_ then cols[i] = .;
    end;
    /* 可选：删除临时循环变量i */
    drop i;
run;

关键说明 #

• _N_：SAS自动维护的系统变量，代表当前正在处理的行号，从1开始，每处理一行自动加1
• 数组索引：cols[i]直接对应第i列的当前行元素，这和R中columnName[row]的逻辑对应（SAS是逐行处理，当前行是默认上下文）
• 边界处理：如果数据集行数超过100，第101行及以后没有对应的列（只有100列），代码中i = 1 to 100会自动忽略这些行，不会报错

简化写法（用do over） #

如果习惯用do over，也可以通过_i_获取当前数组的索引：

data want;
    set have;
    array cols column_1 -- column_100;
    do over cols;
        if _i_ = _N_ then cols = .;
    end;
run;

这里_i_是do over时自动生成的数组索引变量，效果和上面的代码一致。

内容的提问来源于stack exchange，提问作者user296682