如何在stata中识别字符串

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

大家好，在这里请教大家一个问题，希望大家能给予解答，非常感谢了！

是这样的，我现在要处理一组数据，需要生成新的变量，但这个变量比较特殊。这个变量需要辨别另一个变量中字符串中的短语。例如id==1 对应的变量x==“苹果，香蕉，橘子 李子 菠萝、哈密瓜”，那么我需要生成的新变量y就应该等于6。注意，各个短语间的标点符号由于在输入时造成了不一致。我的数据库样本大约30万，所以渴求简单方法呀！希望各位大侠帮帮忙告知个简单的stata语句吧！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Stata tata 字符串 请教大家一个问题 STATA语句 标点符号 简单方法 字符串 哈密瓜 数据库

这个好像得先分类，我不确定对不对

foreach i in "，" "、" /*枚举所有的非空格标点*/{
replace x=subinstr(x,"`i'"," ",.)
}
gen y=wordcount(x)

非常感谢你，但是还是出现了一些错误，见下：
. foreach i in "，" "、" /*枚举所有的非空格标点*/{
  2. replace x=subinstr(x,"`i'"," ",.)
  3. }

x ambiguous abbreviation
r(111);

我觉得是因为我的数据库中该变量的字符串中有x引起的
3# jzhyue

3# jzhyue


我又验证了下，不是因为我刚刚说的那个原因，呵呵……
下面是错误的解释
error . . . . . . . . . . . . . . . . . . . . . . . .  Return code 111
        __________ not found;
        no variables defined;
        The variable does not exist.  You may have mistyped the
        variable's name.
        variables out of order;
        You specified a varlist containing varname1-varname2, yet
        varname1 occurs after varname2.  Reverse the order of the
        variables if you did not make some other typographical error.
        Remember, varname1-varname2 is taken by Stata to mean varname1,
        varname2, and all the variables in dataset order in between.
        Type describe to see the order of the variables in your dataset.
        __________ not found in using data;
        You specified a varlist with merge, yet the variables on which
        you wish to merge are not found in the using dataset, so the
        merge is not possible.
        __________ ambiguous abbreviation;
        You typed an ambiguous abbreviation for a variable in your data.
        The abbreviation could refer to more than one variable.  Use a
        nonambiguous abbreviation or, if you intend all the variables
        implied by the ambiguous abbreviation, append a `*' to the end
        of the abbreviation.
(end of search)



我觉得x在这里应当是字符串中的一个字符，所以这样直接定义为x会不会有误呀？期待您的指点！

5# cheerhappy
这里面的x是你要处理的变量的名字，不是变量的值啊；错误的消息是说，数据中有多个变量的名字中有x字符，或者数据中没有变量名含有x字符

6# houquan


这样的话我该怎么处理呀？

cheerhappy 发表于 2011-3-26 11:27
3# jzhyue


我又验证了下，不是因为我刚刚说的那个原因，呵呵……
下面是错误的解释
error . . . . . . . . . . . . . . . . . . . . . . . .  Return code 111
        __________ not found;
        no variables defined;
        The variable does not exist.  You may have mistyped the
        variable's name.
        variables out of order;
        You specified a varlist containing varname1-varname2, yet
        varname1 occurs after varname2.  Reverse the order of the
        variables if you did not make some other typographical error.
        Remember, varname1-varname2 is taken by Stata to mean varname1,
        varname2, and all the variables in dataset order in between.
        Type describe to see the order of the variables in your dataset.
        __________ not found in using data;
        You specified a varlist with merge, yet the variables on which
        you wish to merge are not found in the using dataset, so the
        merge is not possible.
        __________ ambiguous abbreviation;
        You typed an ambiguous abbreviation for a variable in your data.
        The abbreviation could refer to more than one variable.  Use a
        nonambiguous abbreviation or, if you intend all the variables
        implied by the ambiguous abbreviation, append a `*' to the end
        of the abbreviation.
(end of search)



我觉得x在这里应当是字符串中的一个字符，所以这样直接定义为x会不会有误呀？期待您的指点！

提示说明x缩略无效，你可以交将x所代表的缩略变量全名写出来（最少要缩略明确）而不要用x表示。

8# jzhyue

. foreach i in "，" "、" /*枚举所有的非空格标点*/{
  2. replace zdbz=subinstr(zdbz,"`i'"," ",.)
  3. }

. foreach i in "，" "、" /*枚举所有的非空格标点*/{
  2. replace x=subinstr(zdbz,"`i'"," ",.)
  3. }


上面两种形式，您说的是第二个吗？

我不太懂您说的意思，所以还是得咨询您，呵呵……

你将数据sample列出来，让大家可以有目的的来解决问题。