SAS中如何将字符串数组列转为数组格式并提取首个非空值

函数说明 #

SAS原生COALESCE函数仅支持数值类型变量，处理字符型字段的首个非空值匹配，需要使用专门的字符版函数COALESCEC，如果涉及解析存储为字符串的数组/列表内容，需要配合字符串拆分函数实现。

分场景实现代码 #

• 场景1：逐行扫描数据集现有列，按顺序返回第一个非空字符值
  适用于现有两列数据、需要按优先级取首个非空值存入新列的需求，基础实现代码如下：

/* 替换have为你的输入数据集名，want为输出数据集名 */
data want;
    set have;
    /* 按参数填写的优先级顺序，返回第一个非空、非全空格的字符值 */
    first_valid_val = coalescec(Values, 第二列的列名);
    
    /* 如果字段存在前后空格干扰，启用下面的代码替换上一行，先去除前后空格再判断 */
    * first_valid_val = coalescec(strip(Values), strip(第二列的列名));
run;

• 场景2：解析Values列存储的数组/列表格式字符串，返回拆分后第一个非空元素
  适用于Values列存的是类似"[a,,b,c]"、"1,3,,5"这类序列化数组字符串，需要拆分后取首个非空元素的场景，参考代码如下：

data want;
    set have;
    /* 按你实际字段的最大长度修改$后面的长度值，避免截断 */
    length first_valid_val $256.;
    /* 先清除数组字符串里的方括号、引号等包裹符号 */
    clean_str = compress(Values, '[]"''');
    /* 按分隔符遍历拆分后的元素，找到第一个非空值就停止遍历 */
    do i = 1 to countw(clean_str, ','); /* 如果分隔符不是逗号，修改这里的分隔符参数 */
        ele = strip(scan(clean_str, i, ',')); /* 同步修改分隔符参数 */
        if not missing(ele) then do;
            first_valid_val = ele;
            leave;
        end;
    end;
    /* 清除过程中生成的临时变量 */
    drop clean_str i ele;
run;

注意事项 #

如果你的列表字符串使用的分隔符不是逗号（比如空格、|、分号），把countw和scan函数里的分隔符参数替换为实际分隔符即可；如果空值是由全空格组成的字符串，必须搭配strip()函数去除前后空格后再做非空判断，否则SAS会将全空格字符串识别为非空值。

内容的提问来源于stack exchange，提问作者Vikas Madoori