如何在sas中使用nmiss函数（附示例）

您可以使用SAS中的NMISS函数来统计数据集中每个数值变量的缺失值的数量。

以下是在实践中使用此功能的常见方法：

 proc means data =my_data nmiss ;
run ;

这个特定的示例将计算名为my_data 的数据集中每个数值变量的缺失值的数量。

以下示例展示了如何在实践中使用NMISS 。

示例：使用SAS中的NMISS统计每个数值变量的缺失值数量

假设我们在 SAS 中有以下数据集，名为my_data ，其中包含有关各种篮球运动员的信息：

 /*create dataset*/
data my_data;
    input team $ points assists rebounds;
    datalines ;
At 10 2 .
At 17 5.
At 17. .
At 18 3 4
At 15 0 5
B. 4 5
B 29 0 8
B. 2 9
C 12 1 9
. 30 1 .
;
run ;

/*view dataset*/
proc print data =my_data; 

请注意，数据集中的每个变量都存在缺失值。

我们可以使用NMISS函数来统计每个变量中缺失值的数量：

 /*count number of missing values in each variable*/
proc means data =my_data nmiss ;
run ; 

从输出表中我们可以看到：

• 点变量有2 个缺失值。
• 辅助变量有1 个缺失值。
• ounces变量有4 个缺失值。

等等。

默认情况下， NMISS函数不会统计数据集中字符变量缺失值的数量。

但是，我们可以使用PROC SQL 的以下解决方法来计算名为team 的字符变量的缺失值数量：

 /*count number of missing values for team variable*/
proc sql ; 
    select nmiss(team) as missing_team_values
    from my_data;
quit ; 

从结果中我们可以看到team列中有1 个缺失值。

注意：您可以在此处找到 SAS NMISS功能的完整文档。

其他资源

以下教程解释了如何在 SAS 中执行其他常见任务：

SAS中如何统计缺失值
SAS中如何删除缺失值的行
SAS中如何用零替换缺失值