Discussion :

[stefsas]

Salut,

J'ai vu dans la fac que pour enlever une valeur manquante, il fallait faire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
data nouv;
set anc;
if var1=. then delete;
run;

Le problème, c'est que ça va supprimer tous la ligne de la table.
Comment peut-on supprimer les valeurs manquantes colonne par colonne sans que ça supprime à chaque fois la ligne pour les autres variables?

Merci.

[fafabzh6]

Bonjour,
Juste une question : Dans ce cas tes variables ne pourront pas être analysées en mulidimensionnelle, n'est-ce pas génant?

[stefsas]

Non, cela n'a pas d'importance car c'est pour pratiquer une transformation en coefficients d'ondelettes

[olivier.decourt]

Quand tu dis que tu veux supprimer "juste cette valeur", quel est l'effet au final ? On remonte toutes les valeurs qui suivent d'une observation ? Comme quand on supprime une cellule dans Excel ?

[bahraoui]

c'est compliqué!!!!
je pense à un truc mais 'peut être que c'est un peu fou'. tu mets chaque colonne de ta table dans une table, tu nettoies les lignes vides; et tu merges les tables après..

[stefsas]

Je pense que ça va être difficile car j'ai une table de 20000 colonnes et 35000 lignes, donc...

Par contre, à la place de supprimer la valeur manquante, si je voudrais la remplacer par la moyenne de ma colonne.

J'ai pensé à stocker l'ensemble des valeurs moyenne de chaque colonne dans des macro variables à l'aide d'une proc sql mais c'est super lourd en temps de calcul.

Mon code actuel est :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
proc sql noprint;
%do k=1 %to 20000;
select mean(var&k.) into: moy&k.
from table;
%end;
quit;
 
data table;
set table;
%do j=1 %to 20000;
if var&j.=. then do;
var&j.=&&moy&k.;
end;
%end;
run;

Si qq pense à une solution plus simple et surtout moins lourde.

Merci.

[fafabzh6]

Bonjour,
Tu peux aussi calculer tes valeurs manquantes par une régression!!

[stefsas]

C'est à dire, je ne comprend pas.

[fafabzh6]

Pour une donnée manquante tu considères que c'est ta variable à expliquer (Y), tes variables explicatives étant les autres variables non manquantes!!

[olivier.decourt]

En SQL, tu peux dire dans ton SELECT COALESCE(maVariable, MEAN(maVariable)) AS maVariable pour remplacer les valeurs manquantes par la moyenne. En bouclant sur tous les noms des variables, ça fonctionne.

Sinon, plus court & simple, la proc STDIZE, avec les options REPONLY et METHOD=MEAN, te permettra de combler les "trous" de tes données par la moyenne (éventuellement BY). Mais il faut une licence SAS/STAT.

Olivier