用条件（R 或 SAS）替换先前观察的缺失值答案

【问题标题】：Replacing missing values by previous observation with conditions (R or SAS)用条件（R 或 SAS）替换先前观察的缺失值
【发布时间】：2017-08-06 16:35:59
【问题描述】：

我有 persion-period 数据集，我正在尝试创建与时间相关的协变量。目前我的数据看起来像这样。变量 chg & help 只是我在创建这些数据时创建的变量。

ID time status chg help parent married child 
1 0 P 0 . 0 0 0
1 1 P 0 . 0 0 0
1 2 P 1 . 0 0 0
1 3 M 0 P 1 0 0
1 4 M 0 . 0 0 0
1 5 M 0 . 0 0 0
1 5 M 0 . 0 0 0
2 0 P 0 . 0 0 0
2 1 P 1 . 0 0 0
2 2 L 0 P 1 0 0
2 3 L 0 . 0 0 0
2 4 L 1 . 0 0 0
2 5 M 0 L 0 1 0
2 6 M 0 . 0 0 0

我正在尝试“保存”这些协变量（父母子女已婚），例如，如果在时间 t=3，父母=1，那么在时间 t=4（以及跟进结束），父母变量应保持在 parent=1。

所以正确的数据应该是这样的

ID time status chg help parent married child 
1 0 P 0 . 0 0 0
1 1 P 0 . 0 0 0
1 2 P 1 . 0 0 0
1 3 M 0 P 1 0 0
1 4 M 0 . 1 0 0
1 5 M 0 . 1 0 0
1 6 M 0 . 1 0 0
2 0 P 0 . 0 0 0
2 1 P 1 . 0 0 0
2 2 L 0 P 1 0 0
2 3 L 0 . 1 0 0
2 4 L 1 . 1 0 0
2 5 M 0 L 1 1 0
2 6 M 0 . 1 1 0

非常感谢任何有关 R 或 SAS 的帮助！

【问题讨论】：

标签： r sas

【解决方案1】：

在R中，我们可以得到按'ID'分组后感兴趣的变量的累积和（cumsum）

library(data.table)
setDT(df1)[, (6:8) := lapply(.SD, cumsum), ID, .SDcols = parent:child]
df1
#    ID time status chg help parent married child
# 1:  1    0      P   0    .      0       0     0
# 2:  1    1      P   0    .      0       0     0
# 3:  1    2      P   1    .      0       0     0
# 4:  1    3      M   0    P      1       0     0
# 5:  1    4      M   0    .      1       0     0
# 6:  1    5      M   0    .      1       0     0
# 7:  1    5      M   0    .      1       0     0
# 8:  2    0      P   0    .      0       0     0
# 9:  2    1      P   1    .      0       0     0
#10:  2    2      L   0    P      1       0     0
#11:  2    3      L   0    .      1       0     0
#12:  2    4      L   1    .      1       0     0
#13:  2    5      M   0    L      1       1     0
#14:  2    6      M   0    .      1       1     0

【讨论】：

【解决方案2】：

在SAS中，可以使用RETAIN和LAST.varible得到累计和。

Data origin_dataset;
    infile 'Your raw data folder';
    input ID time status $ chg help $ parent married child;
Run;

Data temp;
    Set origin_dataset;
    By ID;
    Retain parent_t married_t child_t;
    parent = SUM(parent_t, parent); parent_t = parent;
    married = SUM(married_t, married); married_t = married;
    child = SUM(child_t, child); child_t = child;
    If LAST.ID = 1 Then DO;
        parent_t = 0;
        married_t = 0;
        child_t = 0;
    END;
Run;

Proc print data = temp (drop = parent_t married_t child_t);
Run;

【讨论】：