關于缺失統計函數cmiss、nmiss中的小細節

在數據清理中統計缺失變量的缺失的時候，我們經常會用到cmiss函數和nmiss函數，這兩者都是用來對缺失個數進行統計，兩者區別就在于前者既能用于數值型也能用于字符型，而nmiss則只能用于數值型。

在使用這兩個函數的過程中，我們往往會發現在統計缺失個數時候，經常出現實際計算出來的值要大于缺失值的個數，這是為什么呢？

舉個簡單的例子：

data tmp;

v1=.;v2='';x=3;output;

v1=1;v2='A';x=2;output;

v1=3;v2='';x=.;output;

v1=.;v2='B';x=2;output;

run;

我們得到四行數據，如下所示：
 

接下來用cmiss函數進行行缺失個數的統計：

data tmp1;

set tmp;

sum_miss=cmiss(of _all_);

run;

最終得到如下結果：

我們發現sum_miss的每一行值都比實際值要大1，為了了解這個過程，我們來通過put語句展示一下過程：

data tmp1;

set tmp;

put _all_;

sum_miss=cmiss(of _all_);

run;

查看日志：

我們發現在統計行缺失時，由于使用的_all_，所以把sum_miss變量也包含進去了，所以才會產生如上結果。

那么為了避免出現這種結果，我們可以用兩種辦法：

第一種：對sum_miss賦值，例如:

data tmp1;

set tmp;

sum_miss = 0;

sum_miss=cmiss(of _all_);

run;

第二種：將變量列出來，例如：

data tmp1;

set tmp;

sum_miss=cmiss(v1,v2,x);

run;

但是通常情況下，我們還是習慣用第一種方法，因為有時候變量太多，我們又不希望把他們都列出來，所以喜歡采用_all_來表示所有變量。

有童鞋也許會問了，如果我變量很多，但是我又只想對一部分變量進行行缺失統計，那么我該怎么做呢？

方法也很多：

例如可以選擇第二種方法，只是需要將你要選擇的那些變量用宏變量把他們包含成一列：sum_miss = cmiss(of ˉo_var.);其中宏變量macro_var = v1 v2 x;。

例如可以選擇第一種方法，只是在set數據集時，將需要的都keep，前提還是需要將他們用宏變量包含城一列。

等等，根據具體情況，只要靈活結合宏，往往我們都能得到事半功倍的效果。

另外使用cmiss還要一個地方需要注意：

在將cmiss與%sysfunc結合使用時，需要注意對于宏變量是缺失的，我們要用（.）來表示，而不能用空格來表示，例如：

%let a = ;

%let b = hello;

%let c = %sysfunc(cmiss(&a.,&b.));

%put c = &c.;

我們可以看到日志中如下所示：

雖然最終得到了正確的結果，但是程序還是會報錯。

那么為了消除這個error，我們需要在宏變量后面再加上一個點號，如下所示：

%let a = ;數據分析師培訓

%let b = hello;

%let c = %sysfunc(cmiss(&a..,&b..));

%put c = &c.;

最終在日中中，我們會發現這個error已經去掉了。