字符串根据关键字拆分成若干变量求助，论坛币诚心求大神帮忙！！

比如说我现在抓取了200个帖子以及内部评论的数据，但是这些数据是分为两部分的，第一部分是每个帖子的特征，包括标题，网址，回复数量等等，所以有200行，存在帖子数据库中..还有一部分数据是200个帖子中所有评论的数据，存在评论数据库中，包括每一个评论的特征，因为每一个帖子可能包含不同条评论，所以行数不一定，但是每一行都匹配了每个帖子的网址。
     我现在想做的是根据帖子的网址，把帖子数据库中关于帖子属性的变量（比如标题，回复数量）移植到评论那个大数据库中，根据网址匹配，如果网址相同，就赋予评论数据库中每个评论网址匹配的那些值，就是数据合并的问题。


    不知道描述的清不清楚，有没有人能解决，不知道横向关联可不可以作用于这种情况。

抱歉。你已经实现了，算给你提供另一种思路吧

1. clear
   
2. input str60 case
   
3. "1 reviews 2 hotel reviews 3 helpful votes"
   
4. "1 re 2 hotel 3 helpful vote"
   
5. "1 reviews 2 hotel s 3 helpful votes"
   
6. end
   
7. 
   
8. 
   
9. 
   
10. replace case = itrim(case)
    
11. gen idd = reverse(case)
    
12. gen zip1 = regexs(0) if(regexm(case, "[0-9]"))
    
13. gen zip2 = regexs(0) if(regexm(case, ".[0-9]"))
    
14. gen zip3 = regexs(0) if(regexm(idd, ".[0-9]"))
    
15. 
    
16. gen id1 = strpos(case,zip1)
    
17. gen id2 = strpos(case,zip2)
    
18. gen id3 = strpos(case,zip3)
    
19. 
    
20. gen length1 = length(case)
    
21. gen case1 = substr(case,id1 + 1,id2 - 1)
    
22. gen case2 = substr(case,id2 + 1 + 2,(id3 - 1)-(id2 + 1))
    
23. gen case3 = substr(case,id3 + 1 + 2,.)
    
24. 
    
25. keep case case1 case2 case3
    
26. list

复制代码

1. . list
   
2. 
   
3.      +----------------------------------------------------------------------------------------+
   
4.      |                                      case       case1            case2           case3 |
   
5.      |----------------------------------------------------------------------------------------|
   
6.   1. | 1 reviews 2 hotel reviews 3 helpful votes    reviews    hotel reviews    helpful votes |
   
7.   2. |               1 re 2 hotel 3 helpful vote         re            hotel     helpful vote |
   
8.   3. |       1 reviews 2 hotel s 3 helpful votes    reviews          hotel s    helpful votes |
   
9.      +----------------------------------------------------------------------------------------+

复制代码

已经搞定，ends函数可以实现，就是拆分的有点麻烦！

1. clear
   
2. input str60 case
   
3. "a reviews b hotel reviews c helpful votes"
   
4. end
   
5. 
   
6. split case, p("a " " b " " c ")
   
7. drop case1

复制代码

ywh19860616 发表于 2014-11-11 15:18

你理解错我的意思了，我不是只有1个字符串，是很多个，a，b,c是不同实际的数值

liangsai8888 发表于 2014-11-11 16:29
你理解错我的意思了，我不是只有1个字符串，是很多个，a，b,c是不同实际的数值

多个字符串不是问题，这个程序可以用
如果是数字的话，那就用正则表达式就行

1. clear
   
2. input str60 case
   
3. "1 reviews 2 hotel reviews 3 helpful votes"
   
4. "1 re 2 hotel 3 helpful vote"
   
5. "1 reviews 2 hotel s 3 helpful votes"
   
6. end
   
7. 
   
8. split case, p("1 " " 2 " " 3 ")

复制代码

1. . drop case1
   
2. 
   
3. . list
   
4. 
   
5.      +-------------------------------------------------------------------------------------+
   
6.      |                                      case     case2           case3           case4 |
   
7.      |-------------------------------------------------------------------------------------|
   
8.   1. | 1 reviews 2 hotel reviews 3 helpful votes   reviews   hotel reviews   helpful votes |
   
9.   2. |               1 re 2 hotel 3 helpful vote        re           hotel    helpful vote |
   
10.   3. |       1 reviews 2 hotel s 3 helpful votes   reviews         hotel s   helpful votes |
    
11.      +-------------------------------------------------------------------------------------+

复制代码

ywh19860616 发表于 2014-11-11 16:49

你还是没搞明白我的问题，我的意思是现在有很多行，那种字符串格式的变量，每行的a,b,c都是不同的数值，我现在是要把每个a,b,c都提取出来作为不同的变量，不过已经解决，多谢帮忙，虽然麻烦一点。

因为上个问题，我自己已经搞定..现在换了个数据处理的问题..如果能解决..论坛币奉上，望大家见谅

ywh19860616 发表于 2014-11-12 12:21
抱歉。你已经实现了，算给你提供另一种思路吧

我要的是a b c这三个数字作为3个变量，你还是没明白我的意思..我另一个问题也自己解决了..用merge可以解决..stata还是很强大的，不过还是谢谢你，论坛币送你把！