使用SAS _N_与BY语句替换每个唯一ID首行缺失值为第二行值

我来帮你搞定这个需求！你猜的没错，用BY语句配合临时变量和RETAIN就能完美解决，下面直接上代码和详细解释：

步骤1：确保数据集按ID排序 #

首先得保证你的数据集是按ID分组排序的，如果原本没排序，先执行这一步：

proc sort data=have;
    by ID;
run;

步骤2：核心处理代码（结合BY与行号跟踪） #

这部分通过BY分组、跟踪组内行号，再利用临时存储实现首行缺失值的替换：

data want;
    /* 用数组临时存储当前ID的所有行数据 */
    array vars[2] $ ID Var1;
    array temp[1000,2] _temporary_; /* 1000是预估的每个ID最大行数，可按需调整 */
    retain temp_row;

    set have;
    by ID;

    /* 记录当前ID内的行号 */
    row_in_id + 1;
    if first.ID then do;
        row_in_id = 1;
        temp_row = 0;
    end;

    /* 将当前行存入临时数组 */
    temp_row + 1;
    temp[temp_row,1] = ID;
    temp[temp_row,2] = Var1;

    /* 处理到当前ID最后一行时，完成替换并输出所有行 */
    if last.ID then do;
        /* 提取第二行的数值作为填充值 */
        fill_val = temp[2,2];
        /* 替换首行的缺失值 */
        if missing(temp[1,2]) then temp[1,2] = fill_val;
        
        /* 输出当前ID的所有行 */
        do i = 1 to temp_row;
            ID = temp[i,1];
            Var1 = temp[i,2];
            output;
        end;
    end;

    drop row_in_id temp_row fill_val i;
run;

代码逻辑解释 #

1. 临时数组存储：用临时数组把每个ID的所有行先存起来，解决SAS逐行处理时“首行先于第二行处理”的问题，让我们能在处理完整个ID后再回头修改首行。
2. 组内行号跟踪：用row_in_id配合first.ID重置行号，精准定位每个ID的首行和第二行。
3. 批量替换输出：当处理到ID的最后一行时，取出第二行的数值替换首行缺失值，再批量输出整个ID的所有行。

更简洁的替代方案 #

如果觉得数组存储有点复杂，也可以先提取每个ID的第一个非缺失值（也就是第二行的值），再合并回去替换首行：

/* 第一步：提取每个ID的填充值 */
proc sql;
    create table id_fill as
    select ID, Var1 as fill_val
    from have
    where not missing(Var1)
    group by ID
    having monotonic() = min(monotonic()); /* 取每个ID的第一个非缺失值 */
quit;

/* 第二步：合并并替换首行缺失 */
data want;
    merge have id_fill;
    by ID;
    if first.ID and missing(Var1) then Var1 = fill_val;
    drop fill_val;
run;

这个方案更直观，同样用到了BY语句，能完美实现你的需求。

内容的提问来源于stack exchange，提问作者MWw