PROC SQL Compléter les valeurs d'une variable à partir d'une table de référence

Version imprimable

15/02/2012, 21h56
Hélixe

PROC SQL Compléter les valeurs d'une variable à partir d'une table de référence
Bonsoir,

Décidément, SAS me pose beaucoup de colle en ce moment !

Voici mon problème :
J'ai deux tables comme ceci :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 DATA REF; INPUT VAR1 $; CARDS; OUI NON NSP ; RUN; DATA init; INPUT Id VAR1 $; CARDS; 1 OUI 1 . 1 . 2 NON 2 . 2 . 3 OUI 3 NSP 3 . ; RUN;
Je voudrais faire la chose suivante : Si une des trois valeurs de la table Ref n'est pas présente pour chaque Id dans la table Init, alors la mettre.
Ma table Init ressemblera alors à ceci :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 DATA init; INPUT Id VAR1 $; CARDS; 1 OUI 1 NON 1 NSP 2 NON 2 OUI 2 NSP 3 OUI 3 NSP 3 NON ; RUN;
Je suppose que c'est une chose assez facile à faire avec une PROC SQL mais je ne maitrise pas du tout ce langage.
Quelqu'un peut il m'aider ?

Merci à vous.
21/02/2012, 18h08
Hélixe

Bon,

Je vois que ce sujet ne passionne pas les foules :mrgreen:

J'ai résolu mon problème en bricolant quelque chose avec des merge et du hash.

Je clôture donc le post !

A plus.
22/02/2012, 09h30
fafabzh6

N'hésite pas à nous faire partager ta solution!
:ccool:

Alors oui.

Mon jeu de données initial, version simplifiée, ressemble à ceci :

Code:

1
2
3
4
5
6
7
8
9
DATA init;
INPUT Id $ VarKey $ Var1 Var2 Var3;
CARDS;
A OUI 51 21 35
B NON 45 20 63
C OUI 65 12 23
C NSP 41 21 53
;
RUN;

Pour chaque sujet, je cherche à obtenir une ligne pour chaque valeur de la variable clé (VarKey).
Si celle-ci n'existe pas dans ma table initiale, les autres variables (Var1, Var2 et Var3) seront des valeurs manquantes.

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
DATA finale;
INPUT Id $ VarKey $ Var1 Var2 Var3;
CARDS;
A OUI 51 21 35
A NON . . .
A NSP . . .
B NON 45 20 63
B OUI . . .
B NSP . . .
C OUI 65 12 23
C NSP 41 21 53
C NON . . .
;
RUN;

J'exécute le code suivant :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
/* Je numérote les lignes par sujet */
PROC SORT DATA = init; BY Id VarKey; RUN;
DATA init;
SET init;
	BY Id VarKey;
	IF first.Id THEN Nbr = 1;
	ELSE IF first.VarKey THEN Nbr + 1;
RUN;
 
/* Je crée autant de lignes par sujet qu'il n'y a de valeurs de VarKey (ici 3) */
PROC SORT DATA = init; BY Id Nbr; RUN;
DATA init;
SET init;
	BY Id Nbr;
	OUTPUT;
	IF last.Id THEN DO;
		IF Nbr NE 3 THEN DO UNTIL (Nbr = 3);
			Nbr + 1;
 
			VarKey = "";	/***************************************/
			Var1 = .;	/* Les valeurs de toutes les variables */
			Var2 = .;	/*  sont considérées comme manquantes  */
			Var3 = .;	/***************************************/
 
			OUTPUT;
		END;
	END;
RUN;
 
/* Je crée ma table de référence contenant toutes les valeurs de VarKey, chacune affublée d'un code */
DATA ref;
INPUT Code VarKey_ref $;
CARDS;
1 OUI
2 NON
3 NSP
;
RUN;
 
/* Je sépare ma table intiale (une table pour le Hash, une table pour conserver les valeurs de Var1, Var2 et Var3 */
DATA tab_pr_hash (KEEP = Id VarKey Nbr) tab_autre (DROP = Nbr);
SET init;
RUN;
 
/* Je complète les valeurs vides de ma table avec les valeurs de la table de référence. */
DATA Tab_pr_hash (DROP = VarKey_ref Nbr Code);
IF 0 THEN SET ref;
	DECLARE	hash h (hashexp: 10, dataset : "ref");
				 h.defineKey ('Code');
				 h.DefineData ('VarKey_ref');
				 h.defineDone ();
		DO UNTIL (fin);
			SET tab_pr_hash END = fin;
				Code = Nbr;
	         		IF h.find () = 0 THEN VarKey = VarKey_ref;
				OUTPUT;
		END;
	STOP;
RUN;
 
/* Je réassocie les variables Var1, Var2 et Var3 avec leur(s) valeur(s) de VarKey */
PROC SORT DATA = tab_pr_hash; BY Id VarKey; RUN;
PROC SORT DATA = tab_autre; BY Id VarKey; RUN;
DATA finale;
MERGE tab_autre tab_pr_hash;
	BY Id VarKey;
	IF VarKey = "" THEN DELETE;
RUN;

Voilà voilà, c'est assez tortueux et je suis bien évidemment preneuse si vous avez une solution plus simple !!!

Effectivement on peut écrire une solution un peu plus courte en SQL, à base de jointures plus ou moins contrôlées.
Il y a aussi une requête imbriquée pour des raisons d'esthétique personnelle, mais tu obtiens le même résultat avec une table intermédiaire qui résulterait du SELECT FROM entre parenthèses.

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
DATA init;
INPUT Id $ VarKey $ Var1 Var2 Var3;
CARDS;
A OUI 51 21 35
B NON 45 20 63
C OUI 65 12 23
C NSP 41 21 53
;
RUN;
DATA codes ;
 INPUT varKey2 $ ;
CARDS ;
OUI
NON
NSP
;
RUN ;
PROC SQL ;
  CREATE TABLE work.complet (DROP=id varKey
                           RENAME=(id2=id varKey2=varKeyAS
    SELECT *
	FROM work.init AS i
	  FULL JOIN
	     (SELECT *
	      FROM (SELECT DISTINCT id AS id2 FROM work.init),
	            work.codes) AS c
	  ON i.id = c.id2
	  AND i.varKey = c.varKey2
  ;
QUIT ;
DATA work.complet ;
  SET work.codes POINT=i NOBS=n ;
  SET work.init END=fin ; 
  DO i=1 TO n ;
    IF varKey NE varKey2 THEN CALL MISSING(var1, var2) ;
    OUTPUT ;
  END ;
RUN ;

Désolé de n'avoir rien proposé plus tôt.