SAS合并模板数据集后循环填充缺失值同步骤失效问题咨询

为什么同一个数据步里填充会失效？ #

问题出在SAS的程序数据向量（PDV）的行为逻辑上：

• 当你使用set all(obs=0) some;时，SAS先读取all(obs=0)的空观测来初始化所有变量到PDV中，接着依次读取some的观测。
• 关键差异：读取some的下一个观测时，PDV中那些some不包含的变量（比如var2、var3、var5）不会自动重置为缺失——它们会保留上一个观测处理后的数值。
• 举个例子：处理第一行时，var2被填充为第一行的var1值；处理第二行时，var2在PDV里还是第一行的填充值，missing(var2)返回false，所以不会用当前行的var1替换，最终第二行的var2还是第一行的内容，这就是你看到的“填充值始终来自第一行”的问题。

而分开两步处理时，第一步生成的temp数据集会为每个观测重新初始化缺失变量为系统缺失值，所以第二步填充时能正常使用当前行的前一个变量值。

无需额外数据步的解决方案 #

用merge代替set来统一数据集结构，就能在同一个数据步里完成所有操作：

• merge all(obs=0) some;（无BY语句）会执行一对一合并：因为all(obs=0)没有观测，最终结果就是some的所有观测，但变量结构是两个数据集的并集，并且每个观测中some没有的变量都会被初始化为缺失值（和temp数据集结构完全一致）。
• 这样填充缺失值的逻辑就能正常工作，每个观测的缺失变量都会用当前行的前一个变量值填充。

完整的一步式代码：

data want;
  merge all(obs=0) some;
  array chars{*} _character_;
  do i=1 to dim(chars);
    if missing(chars{i}) then chars{i}=chars{i-1};
  end;
  drop i;
run;

备选方案（适合变量少的场景） #

如果你不想用merge，也可以在set语句后手动重置缺失变量为缺失，不过这种方法需要明确列出所有some中没有的变量，通用性稍差：

data want;
  set all(obs=0) some;
  /* 重置some中不存在的变量为缺失 */
  call missing(var2, var3, var5);
  array chars{*} _character_;
  do i=1 to dim(chars);
    if missing(chars{i}) then chars{i}=chars{i-1};
  end;
  drop i;
run;

内容的提问来源于stack exchange，提问作者RuneS