Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment compter les valeurs manquantes dans SAS : avec des exemples



Vous pouvez utiliser les méthodes suivantes pour compter le nombre de valeurs manquantes dans SAS :

Méthode 1 : compter les valeurs manquantes pour les variables numériques

proc means data=my_data
    NMISS;
run;

Méthode 2 : compter les valeurs manquantes pour les variables de caractères

proc sql; 
    select nmiss(char1) as char1_miss, nmiss(char2) as char2_miss
    from my_data;
quit;

Les exemples suivants montrent comment utiliser chaque méthode en pratique avec l’ensemble de données suivant dans SAS :

/*create dataset*/
data my_data;
    input team $ pos $ rebounds assists;
    datalines;
A G 10 8
B F 4 .
. F 7 10
D C . 14
E F . 10
F G 12 7
G C . 11
;
run;

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

Exemple 1 : Compter les valeurs manquantes pour les variables numériques

Nous pouvons utiliser le code suivant pour compter le nombre de valeurs manquantes pour chacune des variables numériques de l’ensemble de données :

/*count missing values for each numeric variable*/
proc means data=my_data
    NMISS;
run;

À partir du résultat, nous pouvons voir :

  • Il y a 3 valeurs manquantes au total dans la colonne des rebonds .
  • Il y a 1 valeur manquante au total dans la colonne des passes décisives .

Exemple 2 : Compter les valeurs manquantes pour les variables de caractères

Nous pouvons utiliser le code suivant pour compter le nombre de valeurs manquantes pour chacune des variables de caractère de l’ensemble de données :

/*count missing for each character variable*/
proc sql; 
    select nmiss(team) as team_miss, nmiss(pos) as pos_miss
    from my_data; 
quit;

À partir du résultat, nous pouvons voir :

  • Il y a 1 valeur manquante dans la colonne équipe .
  • Il y a 0 valeur manquante dans la colonne pos .

Remarque : Vous pouvez trouver la documentation complète de la fonction NMISS ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans SAS :

Comment normaliser les données dans SAS
Comment supprimer les doublons dans SAS
Comment remplacer les valeurs manquantes par zéro dans SAS

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *