stata如何从一个变量中搜索包含另外变量的字符串

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

在表1的数据中，有一列为“专利分类号”；表2中列为“绿色分类号”。我希望从“专利分类号中”搜索绿色分类号标识，只要专利分类号中含有绿色分类号中的任何一个，就记为1，否则为0.
我使用了strmatch命令，但是，该命令只搜同一行中，专利分类号是否包含了同一行中的绿色分类号，
我是希望对专利分类号搜索所有绿色分类号，例如第一行，专利分类号为：G06Q40/00; G07F19/00，包含了2个，与式去绿色分类号所有行中搜索，只要出现了G06Q40/00 或G07F19/00，就表明该专利分类号是绿色的。
请问该如何写代码？
求指点，不胜感激！

表1

上市公司代码	公开日	专利分类	主分类号	专利分类号
000001	20111207	1	G06Q40/00	G06Q40/00;G07F19/00
000002	20110921	3	02-03	02-03
000002	20111005	2	A42B1/08	A42B1/08;A42C5/00
000002	20111214	1	E04G21/20	E04G21/20
000002	20120711	1	E04G21/00	E04G21/00;B01F15/00;B01F3/12;B28D1/22
000002	20110921	2	E04G21/00	E04G21/00;E04B1/343;E04H1/12
000002	20110921	2	B28D1/00	B28D1/00
000002	20110921	2	B27B5/00	B27B5/00
000002	20110921	2	B01F15/00	B01F15/00;B01F3/12
000002	20120704	1	G01B21/30	G01B21/30
000002	20110504	2	E04H1/02	E04H1/02;E04H1/04
000002	20110504	2	E04H1/02	E04H1/02
000002	20100303	1	E04C3/20	E04C3/20
000002	20100303	1	E04B1/38	E04B1/38;E04B1/58;E04C3/20
000002	20100303	1	E04B5/04	E04B5/04;E04C3/20;E04B1/38;E04B1/41
000012	20100721	2	G02F1/1335	G02F1/1335
000012	20110525	2	B65D85/48	B65D85/48;B65D81/05;B65D61/00
000012	20110525	2	B65D85/48	B65D85/48;B65D61/00;B65D71/00

表2

绿色分类号

C10L5/00

C10L5/40

C10L5/41

C10L5/42

C10L5/43

C10L5/44

C10L5/45

C10L5/46

C10L5/47

C10L5/48

B01F15/00

G01B21/30

E04H1/02

E04B5/04

G02F1/1335

B65D85/48

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1 回帖

关键词：Stata tata 字符串 Match ATCH

想到的方法是 写一个循环 来检查一下 是不是包含所有的绿色分类号

你若要问程序，请用 (ssc install) dataex 附上相关`代表性’资料 (请尽量不要用截图或其他格式)，以供回答者实验之用。请参考说明 https://bbs.pinggu.org/thread-5048204-1-1.html 或https://zhuanlan.zhihu.com/p/29911577。

请问楼主知道了么，能否告知下，不胜感激

海阔天空锦鲤 发表于 2021-7-14 10:05
请问楼主知道了么，能否告知下，不胜感激

写了一个循环，

1. clear
   
2. input str40 专利分类号
   
3. "G06Q40/00;G07F19/00"
   
4. "02-03"
   
5. "A42B1/08;A42C5/00"
   
6. "E04G21/20"
   
7. "E04G21/00;B01F15/00;B01F3/12;B28D1/22"
   
8. "E04G21/00;E04B1/343;E04H1/12"
   
9. "B28D1/00"
   
10. "B27B5/00"
    
11. "B01F15/00;B01F3/12"
    
12. "G01B21/30"
    
13. "E04H1/02;E04H1/04"
    
14. "E04H1/02"
    
15. "E04C3/20"
    
16. "E04B1/38;E04B1/58;E04C3/20"
    
17. "E04B5/04;E04C3/20;E04B1/38;E04B1/41"
    
18. "G02F1/1335"
    
19. "B65D85/48;B65D81/05;B65D61/00"
    
20. "B65D85/48;B65D61/00;B65D71/00"
    
21. end
    
22. 
    
23. input str40 绿色分类号
    
24. "C10L5/00"  
    
25. "C10L5/40"  
    
26. "C10L5/41"  
    
27. "C10L5/42"  
    
28. "C10L5/43"  
    
29. "C10L5/44"  
    
30. "C10L5/45"  
    
31. "C10L5/46"  
    
32. "C10L5/47"  
    
33. "C10L5/48"  
    
34. "B01F15/00"
    
35. "G01B21/30"
    
36. "E04H1/02"  
    
37. "E04B5/04"  
    
38. "G02F1/1335"
    
39. "B65D85/48"
    
40. end
    
41. 
    
42. split 专利分类号,parse(;)
    
43. gen d=0
    
44. levelsof 绿色分类号,local(green)
    
45. 
    
46. forval i=1/4{
    
47.         foreach m of local green {
    
48.              replace d=1 if 专利分类号`i'=="`m'"
    
49.         }
    
50. }
    
51. 
    
52. drop 专利分类号1-专利分类号4
    
53. list,sep(6) noobs
    
54. 
    
55. +--------------------------------------------------------+
    
56. |                            专利分类号   绿色分类号   d    |
    
57. |--------------------------------------------------------|
    
58. |                   G06Q40/00;G07F19/00     C10L5/00   0 |
    
59. |                                 02-03     C10L5/40   0 |
    
60. |                     A42B1/08;A42C5/00     C10L5/41   0 |
    
61. |                             E04G21/20     C10L5/42   0 |
    
62. | E04G21/00;B01F15/00;B01F3/12;B28D1/22     C10L5/43   1 |
    
63. |          E04G21/00;E04B1/343;E04H1/12     C10L5/44   0 |
    
64. |--------------------------------------------------------|
    
65. |                              B28D1/00     C10L5/45   0 |
    
66. |                              B27B5/00     C10L5/46   0 |
    
67. |                    B01F15/00;B01F3/12     C10L5/47   1 |
    
68. |                             G01B21/30     C10L5/48   1 |
    
69. |                     E04H1/02;E04H1/04    B01F15/00   1 |
    
70. |                              E04H1/02    G01B21/30   1 |
    
71. |--------------------------------------------------------|
    
72. |                              E04C3/20     E04H1/02   0 |
    
73. |            E04B1/38;E04B1/58;E04C3/20     E04B5/04   0 |
    
74. |   E04B5/04;E04C3/20;E04B1/38;E04B1/41   G02F1/1335   1 |
    
75. |                            G02F1/1335    B65D85/48   1 |
    
76. |         B65D85/48;B65D81/05;B65D61/00                1 |
    
77. |         B65D85/48;B65D61/00;B65D71/00                1 |
    
78. +--------------------------------------------------------+

复制代码

zdlspace 发表于 2021-7-15 17:28
写了一个循环，

感谢回复，上面循环可以省去写多行替换的命令，太强了，谢谢！

i-j 嵌套循环： replace d = 1 in `i' if regexm(专利分类号`i',绿色分类号`j')

我遇到了类似的问题，我是这样解决的，仅供参考。表2绿色分类号后边加一列变量都是1，然后将表2和表1横向匹配一下就可以了，匹配时候表2绿色分类号变量名称改为“专利分类号”，用专利分类号一匹配，最后表格中的最后一列是1就是你要的结果。