选择要删除的正确双线答案

【问题标题】：choose the right doublette to delete选择要删除的正确双线
【发布时间】：2017-05-04 07:33:37
【问题描述】：

我有一个包含 400.000 个案例的数据集。问题是，有时一个案例大约有 21.000 个双联。另一个问题是我不能只删除双峰，因为我不知道哪个案例包含所有信息。不幸的是，没有修改日期。所以我想知道是否有可能选择信息最多的情况来删除所有信息较少的双峰。

提前感谢您的帮助！

【问题讨论】：

标签： spss

【解决方案1】：

我建议计算每行中缺失/空单元格的数量，然后为每个 ID 选择空单元格数量最少的行。

*First creating some fake data for demonstration. 
*I'm constructing this so it contains a mixture of string and number variables.

DATA LIST list/ID (f) Svar1 (a1) Nvar1(f) Svar2 (a1) Nvar2(f).
begin data
111,'a',1,'a',2
111,p ,1,'b', 
111,'c',1, ,1
222,'v',1, ,2
222,'k',2,'x',2
222,'n',,'z',
end data.

* note the separate treatment of string and number variables.

count EmptyCells=Svar1 Svar2("") Nvar1 Nvar2 (sysmis).
aggregate /outfile=* mode=addvariables   /break=id   /EmptyCells_min=min(EmptyCells).

* variable EmptyCells now contains the count of empty cells in every row.
* EmptyCells_min has the minimum number of empty cells in a row for every ID.

select if EmptyCells_min=EmptyCells.

选择后，您会看到每个 ID 的非空单元格数量最多的行。注意 - 您可能会为一个 ID 留下多行 - 所有行都包含相同数量的非空单元格。您必须决定如何在这些行中进行选择，或者考虑如何聚合它们。

【讨论】：