缺失数据检查

很多数据集里都包含了缺失数据，且不论什么原因导致了数据的缺失，就缺失数据问题我们应作何处理？？

1.检查是否存在缺失

缺失数据形成的原因很多，可能是遗落，也可能是字符型数据与数值型数据混淆。阅读SAS log通常可以得到原因。

2.计算缺失值个数

对于数值型数据，计算缺失值个数可以通过proc means实现，而字符型数据则可以利用proc freq实现。

例如：

数值型数据

proc means data=yuyu n nmiss;      /*n nmiss用于读取缺失与未缺失数个数*/

 run;

字符型数据

proc format;

    value $misscnt ' ' = 'missing' other = 'nonmissing';

run;

proc freq data=yuyu;

   tables _character_ / nocum missing;     /*_character_提示字符型数值类型*/

   format _character_ $misscnt.;

run;

3.识别缺失值

知道缺失个数还不够，因为有些数据可以缺失，有些数据是不能够缺失的。如果要更进一步的了解缺失数据的情况，我们可以考虑用put语句。

title "listing of missing values";

data _null_;

   file print;    

   set yuyu

   if  missing(Visit) then

       put "Missing or invalid visit data for ID" Patno;

   if missing(HR) then put "Missing or invalid HR or ID" Patno;

   if missing(AE) then put "Missing value for ID" Patno;

run; 

倘若所有观测都是有标号的，那么你可能还想知道到底是哪个标号数据缺失了，即找到缺失值的ID。

title "Listing of missing patient numbers"; data _null_;    set yuyu;    file print;    Prev_id = lag(Patno);    Prev2_id = lag2(Patno);    if missing(Patno) then put "Missing patient ID. Two previous ID's are:"       Prev2_id "and " Prev_id / @5 "Missing record is number " _n_;    else if notdigit(trim(Patno)) then       put "Invalid patient ID:" patno +(-1)". Two previous ID's are:"       Prev2_id "and " Prev_id / @5 "Missing record is number " _n_; run;

附：数据yuyu结构类型

 

参考《cody's data cleaning techniques using sas》

       数据，代码出自该书，代码作局部修改