Question

我想看看这在SAS中是否可行。我有国会议员的数据集，并希望将全名分为第一名和最后一名。但是，有时他们似乎会列出他们的中间名缩写或名字。它来自.txt文件。

Norton, Eleanor Holmes [D-DC] 16 0 440 288 0 
Cohen, Steve [D-TN] 15 0 320 209 0 
Schakowsky, Janice D. [D-IL] 6 0 289 186 0 
McGovern, James P. [D-MA] 8 1 252 139 0 
Clarke, Yvette D. [D-NY] 7 0 248 166 0 
Moore, Gwen [D-WI] 2 3 244 157 1 
Hastings, Alcee L. [D-FL] 13 1 235 146 0 
Raskin, Jamie [D-MD] 8 1 232 136 0 
Grijalva, Raul M. [D-AZ] 9 1 228 143 0 
Khanna, Ro [D-CA] 4 0 223 150 0

Answer 1

美好的一天

在字符串方面，SAS有点笨拙。但是可以做到的。正如其他人提到的，这是定义的逻辑，这是真正困难的部分。

从一些原始数据开始...

data begin; 
input raw_str $ 1-100; 
cards;
  Norton, Eleanor Holmes [D-DC] 16 0 440 288 0 
  Cohen, Steve [D-TN] 15 0 320 209 0 
  Schakowsky, Janice D. [D-IL] 6 0 289 186 0 
  McGovern, James P. [D-MA] 8 1 252 139 0 
  Clarke, Yvette D. [D-NY] 7 0 248 166 0 
  Moore, Gwen [D-WI] 2 3 244 157 1 
  Hastings, Alcee L. [D-FL] 13 1 235 146 0 
  Raskin, Jamie [D-MD] 8 1 232 136 0 
  Grijalva, Raul M. [D-AZ] 9 1 228 143 0 
  Khanna, Ro [D-CA] 4 0 223 150 0 
; run;

首先，我选择领先的名字，直到第一个括号。

计算字符串数

data names; 
  set begin; 
  names_only = scan(raw_str,1,'[');
  Nr_of_str = countw(names_only,' ');
run;

假设：姓氏是姓氏。

如果只有2个字符串，那么使用scan和substring很容易做到第一个和最后一个：

data names2; 
  set names; 
  if Nr_of_str = 2 then do; 
    last_name = scan(names_only, 1, ' '); 

    _FirstBlank = find(names_only, ' ');
    first_name = strip(substr(names_only, _FirstBlank));
  end; 
run;

假设：只有3个字符串。方法1.中间名中带有点。过滤掉。方法2.中间名短于真实名：

data names3; 
  set names2; 
  if Nr_of_str > 2 then do; 
    last_name = scan(names_only, 1, ' '); /*this should still hold*/

    _FirstBlank = find(names_only, ' '); /*Substring approach */
    first_name = strip(substr(names_only, _FirstBlank));


   second_str = scan(names_only, 2, ' ');
   third_str = scan(names_only, 3, ' ');

   if  find(second_str,'.') = 0 then   /*1st approch */
    first_name =  scan(names_only, 2, ' ');
  else 
    first_name =  scan(names_only, 3, ' ');


   if  len(second_str) > len(second_str) then   /*2nd approch */
    first_name =  second_str;
  else 
    first_name =  third_str;


  end; 
run;

有关更多信息，请参见subsring和scan：

存在中间名时，将全名分为名字和姓氏

1 个答案: