根据不同的组将缺失值替换为上一次或下一次观察

Question

这里是一个示例数据集。下面的场景表示帐户事务历史记录的列表：

• 两个客户A和B；
• 客户A在银行BA和UB有5个账户: 1、2、3、4、5；
• 客户B在银行WF有2个帐户1，6个；
• 请注意，银行WF向B发出的帐户ID与A在银行BA的帐户ID相同(这在现实中可能是正确的)。 数据已；输入客户$ Account_id Bank_id $年；数据线；A_1 BA。A 2 UB。A 2012年3 UB A、3 UB。A 4 UB。A 4 UB，2013年A5 UB。B 1 WF 2014 B 1 WF。B 6 WF .；

有些帐户的开户日期缺失，但对于相同的帐户，开放日期应该是相同的。我要做的是用帐户的前一个/以后的值替换丢失的日期(如果有的话)；否则，保持它为空。

    data want;
     input Customer $ Account_id Bank_id $ Year;
    datalines;
    A  1  BA    .
    A  2  UB    .
    A  3  UB 2012
    A  3  UB 2012
    A  4  UB 2013
    A  4  UB 2013
    A  5  UB    .
    B  1  WF 2014
    B  1  WF 2014
    B  6  WF    .
    ;

我看了这个例子：How to write first non-missing value to first missing observations很有帮助，但我不能调整它来处理我的案例，因为它有多个组。

Answer 1

这应该可以做到：

proc sort data=have;
  by Customer
     Bank_id
     Account_id
     descending Year;
run;

data want;
  set have;
  by Customer Bank_id Account_id;
  retain year_tmp (.);

  if not last.Account_id and Year ne . then year_tmp=Year;
  else if Year = . then Year = year_tmp;
  if last.Account_id then year_tmp = .;

  drop year_tmp;
run;

我们所做的是声明一个retain变量，也就是说，一个将其值从一行保存到下一行的变量。然后使用last标志，我们要么将现有的年份存储在保留变量中(或者将已经存储的值归因于缺少的年份)。最后，我们在每个Account_id的最后一行重置reset变量。