SAS 程序分享：删除完全缺失的变量(2)

在上一篇文章中，我分享了一种删除完全缺失的变量的方法：SAS 程序分享：删除完全缺失的变量 - 哔哩哔哩 (bilibili.com)，其中，我通过文件 I/O 函数来判断变量是否 100% 缺失。由于我在判断完成后，将待删除的变量列表存储到一个长度为 32767 的变量中，这限制了原程序能够处理的变量数量。

昨天我见到了一种基于 proc freq 过程步的 nlevels 选项的原型方法1，经过改造之后，新的方法比原方法更快，没有变量数量的限制，而且编写和理解起来都更为容易：

proc freq 过程步的 nlevels 选项指定对分析变量的水平数（即变量有多少种不同取值）进行计算，当观察到计算结果中，非缺失水平数为 0 时，就可以认定该变量是完全缺失的。该过程步没有显式指定待分析的变量，默认将所有变量都纳入分析。示例程序中的数据集 _nlevels_ 见下图：

接着，再利用 call execute() 子程序和字符串拼接，来动态生成和调用删除变量的程序。

要提醒的是，示例程序中合理利用了 ods select 语句，保证仅有数据集作为输出目标，而不是 listing 和 html。这个技巧也可以用在其它程序中，在处理大型数据集时，这可以节省不少系统开销。

参考：

[1]: https://communities.sas.com/t5/SAS-Programming/Identify-constant-columns-in-a-dataset/m-p/881509#M348312