split命令-分離字符串變量

Stata中的split命令允許將一個字符串變量分離為多個字符串變量。Stata將用分隔符分隔變量。默認分隔符是一個空格字符，但是您可以指定所需的分隔符來充分分割變量。這個命令對于分離您想要保存在單獨變量中的一些信息非常有用。

如何使用: 分離變量

split variable

要指定不同的分隔符:

split variable, parse(character)

指定創(chuàng)建的新變量的名稱:

split variable, generate(newvariablename)

根據(jù)您的目標，該命令還有其他有用的選項。查看帶有命令split的幫助文件，了解有關可用選項的更多信息。

范例1

在本例中，我將使用Stata示例數(shù)據(jù)集auto.dta。在這個數(shù)據(jù)集中，有一個名為make的字符串變量，它包含數(shù)據(jù)集中每輛汽車的品牌和型號。我想把這分為兩個變量-一個包含制造和第二個包含模型名。這樣做的好處是我可以將make變量轉換為類別變量。這樣就可以對汽車進行分析，找出汽車制造商造成的差異。

在命令窗格中，我輸入以下命令:

sysuse auto, clear

browse make

這顯示了make變量的原始形式:

展開全文

正如您所看到的，變量包含僅用空格分隔的單詞，因此我們只需要默認的空格分隔符。

我現(xiàn)在要拆分并重新排列這個變量。在命令窗口輸入

split make, generate(model)

drop make

encode model1, generate(make)

generate model = model2 + " "+ model3

drop model1 model2 model3

label variable make "Car Manufacturer"

label variable model "Car Model Name"

order make model

browse make model

browse命令顯示所做的更改:

如您所見，現(xiàn)在制造商和型號是兩個獨立的變量。make變量已被轉換為使用encode命令附加標簽的類別(數(shù)字)變量。

范例2

在本例中，我們將使用Stata示例數(shù)據(jù)集pop2000.dta。在這個數(shù)據(jù)集中，有一個保存為字符串的年齡組變量，稱為agestr。我們要拆分這個變量我給它起個名字叫age，它會生成兩個變量，分別是age1和age2。這兩個變量將包含較低和較高的年齡數(shù)。在命令窗格中:

sysuse pop2000.dta, clear

browse agestr

該變量包含年齡范圍，除第一個之外，每個年齡范圍都用單詞“to”分隔。因為我們可以在拆分命令中添加多個解析字符串，所以在本例中，我將同時使用" to "和" Under "來拆分字符串。為了分離這個字符串變量，我們使用以下命令:

split agestr, parse( "to""Under") generate(age)

browse agestr age1 age2

在這里你可以看到年齡已經(jīng)被成功分離。如果您想將這些轉換為數(shù)值變量，可以使用destring命令。例如:

destring age1, replace

destring age2, replace

如果您希望提取一個不容易被單個字符或多個替代字符分離的特定文本序列，那么最好使用Stata功能強大的正則表達式命令。推薦閱讀： Stata：正則表達式