SAS中按ID分组填充同组变量非缺失值的实现方法

需求逻辑：按ID字段分组，若同组内目标变量var存在非缺失观测，则将该值填充至同组var的所有行；若同组var全为缺失，则保持原缺失值不变。

方法1：PROC SQL汇总匹配法（逻辑直白易调试） #

无需复杂循环，适合新手，代码可读性强：

/* 提前按ID排序（若原数据集已按ID排序可跳过此步） */
proc sort data=have; by ID; run;

/* 提取每个ID组对应的非缺失填充值，全缺失的ID不会生成记录 */
proc sql noprint;
    create table tmp_fill as
    select distinct ID, var as fill_val
    from have
    where var is not null;
quit;

/* 将填充值匹配回原表，仅对存在非缺失值的组执行覆盖 */
data want;
    merge have tmp_fill(in=has_fill);
    by ID;
    if has_fill then var = fill_val;
    drop fill_val;
run;

方法2：双DOW循环法（无中间表，大数据量效率更高） #

单数据步完成组内遍历+填充，适合千万行级别的大表：

/* 提前按ID排序（若原数据集已按ID排序可跳过此步） */
proc sort data=have; by ID; run;

data want;
    length fill_val 8; /* 定义填充值变量类型，和原var保持一致 */
    /* 第一遍遍历当前ID组所有行，获取组内非缺失填充值 */
    do until(last.ID);
        set have;
        by ID;
        /* 若需取组内第一个非缺失值，改为 if missing(fill_val) and not missing(var) then fill_val=var; */
        /* 若需取组内最大值，改为 fill_val = max(fill_val, var); */
        if not missing(var) then fill_val = var;
    end;

    /* 第二遍遍历当前ID组所有行，执行填充后输出 */
    do until(last.ID);
        set have;
        by ID;
        if not missing(fill_val) then var = fill_val;
        output;
    end;
    drop fill_val;
run;

结果验证 #

使用提供的样例数据集运行上述任意一段代码，均可得到期望输出：

输入数据集Have样例：

ID var
1  .
1  1
1  1
1  1
1  .
1  .
1  .
2  .
2  .
2  .
2  .
2  .
3  .
3  .
3  1
3  .
4  .
4  .
4  .
4  .

输出数据集Want样例：

ID var
1  1
1  1
1  1
1  1
1  1
1  1
1  1
2  .
2  .
2  .
2  .
2  .
3  1
3  1
3  1
3  1
4  .
4  .
4  .
4  .

注意事项 #

如果同组内var存在多个不同的非缺失值，可根据业务需求调整fill_val的赋值规则，默认逻辑取组内遍历到的最后一个非缺失值。

内容的提问来源于stack exchange，提问作者SAS_newby