stata使用正则表达式，处理字符型变量

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

如下图，如何在stata中使用正则表达式，把ipc这个变量的“/”前后两个数字都删除？例如，第一行成为“H02K H02K”，第二行成为“A61K A61P”

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 字符型变量 正则表达式 tata 字符型 stata数据处理 stata编程 正则表达式 字符型变量 stata字符型问题

丁点08 发表于 2022-1-5 22:11
如下图，如何在stata中使用正则表达式，把ipc这个变量的“/”前后两个数字都删除？例如，第一行成为“H02K  ...

也可以考虑先拆分再提取

qianchen 发表于 2022-1-6 16:57
也可以考虑先拆分再提取

数据量有点大，先拆分跑好几个小时都跑不出来，电脑卡了

可以试一下这个命令：
g x=substr(ipc,1,4)
replace x=substr(ipc,1,4) +" "+substr(ipc,11,4)  if strlen(ipc)>=10 & strlen(ipc)<20
replace x=substr(ipc,1,4) +" "+substr(ipc,11,4) +" "+substr(ipc,21,4)  if strlen(ipc)>=20 & strlen(ipc)<30
replace x=substr(ipc,1,4) +" "+substr(ipc,11,4) +" "+substr(ipc,21,4)+" "+substr(ipc,31,4)  if strlen(ipc)>=30 & strlen(ipc)<40

substr(ipc,1,4)指的是从变量ipc的第1位开始，往后取4位，" "指的是空格，双引号中间要空一格，strlen(ipc)指ipc的字符长度，加号是把字符串连接起来。

1. 请试试 (感谢 Ali Atia 之建议)

1. * Example generated by -dataex-. For more info, type help dataex
   
2. clear
   
3. input str32 ipc str20 wanted
   
4. "H02K21/12 H02K21/24"              "H02K H02K"         
   
5. "A61K35/78 A61P39/02"              "A61K A61P"         
   
6. "H02J15/00"                        "H02J"               
   
7. "C08L23/06 C08K3/34 C08J5/18 C09K" "C08L C08K C08J C09K"
   
8. end
   
9. 
   
10. // Ali Atia
    
11. gen wanted2 = strtrim(ustrregexra(ipc,"(.{4})(.*?)( |$)","$1 "))

复制代码

2. (尔后) 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。

黃河泉 发表于 2022-5-17 09:11
1. 请试试 (感谢 Ali Atia 之建议)2. (尔后) 你若要问程序，请用 (ssc install) dataex 附上相关`代表性’资 ...

哇黄河泉老师回归了，太好了！