如何在PROC SQL中按条件统计多变量缺失值并汇总至单表？

针对你的需求，这里提供两种高效的批量处理方案，解决单变量查询重复执行的问题，同时避免子查询返回重复行的问题：

方案一：PROC SQL 子查询批量统计（结果为单行多列） #

如果希望结果表以一行多列的形式呈现（每个类别对应一个列，存储缺失值数量），可以用独立子查询配合WHERE 1=0限制主查询返回行数：

PROC SQL;
CREATE TABLE missing_summary AS
SELECT
  -- 第一组：飞行支出
  (SELECT NMISS(UtgUtl_FlygSSEK_Pers) FROM IBIS3_5 WHERE Exkl_UtgUtl_Flyg=1) AS Flyg_missing,
  -- 第二组：公交支出
  (SELECT NMISS(UtgUtl_BussSSEK_Pers) FROM IBIS3_5 WHERE Exkl_UtgUtl_Buss=1) AS Buss_missing,
  -- 依次添加剩余18组变量，格式同上
  (SELECT NMISS(UtgUtl_TågSSEK_Pers) FROM IBIS3_5 WHERE Exkl_UtgUtl_Tåg=1) AS Tåg_missing
FROM IBIS3_5
WHERE 1=0; -- 强制主查询不返回原始数据行，仅保留子查询的统计结果
QUIT;

说明 #

• 每个子查询独立统计对应类别（分类变量=1）下数值变量的缺失数
• WHERE 1=0确保最终结果仅生成一行，避免原始数据集每行重复输出统计值

方案二：DATA步数组批量处理（结果为多行单列） #

如果变量命名有规律，且希望结果表以多行单列的形式呈现（每行对应一个类别和缺失数），用数组遍历会更灵活：

DATA missing_summary;
  LENGTH category $30 missing_count 8;
  SET IBIS3_5 END=eof;
  -- 定义数组：分别存放所有分类变量和对应的数值变量
  ARRAY exkl_vars[20] Exkl_UtgUtl_Flyg Exkl_UtgUtl_Buss Exkl_UtgUtl_Tåg ...; -- 补全20个分类变量
  ARRAY utg_vars[20] UtgUtl_FlygSSEK_Pers UtgUtl_BussSSEK_Pers UtgUtl_TågSSEK_Pers ...; -- 对应20个数值变量
  RETAIN cnt1-cnt20 0; -- 初始化并保留计数变量

  DO i=1 TO 20;
    -- 仅统计分类变量=1的观测中，数值变量的缺失情况
    IF exkl_vars[i] = 1 THEN DO;
      IF MISSING(utg_vars[i]) THEN cnt[i] + 1;
    END;
  END;

  -- 遍历完所有观测后，输出每个类别的统计结果
  IF eof THEN DO;
    DO i=1 TO 20;
      category = VNAME(exkl_vars[i]); -- 获取分类变量名作为类别标识
      missing_count = cnt[i];
      OUTPUT;
    END;
    STOP;
  END;
  KEEP category missing_count; -- 仅保留需要的列
RUN;

说明 #

• 数组exkl_vars和utg_vars需按顺序一一对应，确保每组分类变量和数值变量匹配
• RETAIN语句用于累计每个类别的缺失数，避免每次循环重置
• 数据集结束时（eof=1）输出所有类别的统计结果，最终得到20行的汇总表

为什么之前的子查询方案失败？ #

如果直接在SELECT子句中嵌套子查询但未限制主查询的返回行，主查询会遍历原始数据集的每一行，导致子查询的统计值被重复输出（每行都显示相同的统计结果）。通过WHERE 1=0（方案一）或用DATA步数组累计（方案二），可以避免这个问题。

内容的提问来源于stack exchange，提问作者Magnus