Trucos SAS. Informes de valores missing

A continuación os planteo como truco SAS una duda que nos mandaba LILIANA. Ella necesitaba estudiar los valores perdidos de las tablas de una librería determinada. En este caso vamos a estudiar los missing de las variables numéricas de una librería, de forma análoga se puede hacer con las alfanuméricas. Como siempre vamos a trabajar con un ejemplo que parte de tablas generadas aleatoriamente. Comenzamos generando estas tablas:


libname datos "c:\temp\datos";
%macro aleatorios;
%do i=1 %to 5;
data datos.proyecto_&i.;
do id=1 to 200;
 if int(ranuni(0)*10) = 2 then importe1=.;
 else importe1=round(rand("uniform")*1000,.1);
 if int(ranuni(0)*10) > 0.3 then importe2=.;
 else importe2=round(rand("uniform")*130,.1);

length zona $15.;
 if ranuni(0) <=.32 then zona="España";
 else if ranuni(1) <= 0.32 then zona="Cataluña";
 else zona="Resto";

output;
end;
run;
%end;
%mend aleatorios;

%aleatorios;

Con este programa generamos 5 datasets aleatorios con 4 variables, dos de ellas son importes que tendrán valores missing en determinados casos. En este punto hemos de crear un proceso que cuente valores perdidos, podemos emplear el PROC SQL o bien podemos emplear el PROC FREQ pero definiendo primero un formato. Empleamos FREQ para crear una macro:

proc format ;
value per
.="perdido"
low-high="informado";
quit;

%macro nulos (datos,var);
title "Valores perdidos de &var. en la tabla &datos.";
 proc freq data=&datos.;
 format &var. per.;
 tables &var./missing;
 quit;
title;
%mend;

Si ejecutamos:

%nulos (datos.proyecto_1,importe1);

Obtenemos:


  Valores perdidos de importe1 en la tabla datos.proyecto_1 33
Procedimiento FREQ

Frequencia Porcentaje
  importe1 Frecuencia Porcentaje acumulada acumulado
  perdido    22         11.00       22       11.00
  informado  178        89.00      200       100.00

Ahora necesitamos automatizar el proceso para hacerlo sobre todas las tablas de una librería. Para esto empleamos las vistas de SASHELP y el PROC SQL. La idea es generar una instrucción que alojada en una macrovariable genere todo el código automáticamente. Por ello recorremos todas las variables numéricas de los dataset que deseamos estudiar y generamos automáticamente el códito de la macro %nulos:


proc sql;
 select
 '%nulos(datos.'||memname||','||name||');'
 into: instruccion separated by " "
 from sashelp.vcolumn
 where libname="DATOS" and type="num";
quit;

Un código muy simple nos puede ahorrar escribir mucho. Ahora sólo hemos de referenciar a la macrovariable &instrucción en nuestro código y automáticamente tenemos un informe de valores missing para cada variable numérica de la librería datos a excepción de ID que no tiene sentido hacer esa frecuencia. Estas 4 líneas de PROC SQL pueden ayudaros a automatizar una gran cantidad de códigos, estoy seguro.

Por supuesto si tenéis dudas, sugerencias o un trabajo excelentemente remunerado… rvaquerizo@analisisydecision.es

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *