如何使用SAS从姓氏（如果有）删除世代后缀？

Question

在我的数据集中，姓氏（ lname ）有时会附上世代后缀。关于世代的后缀：

• 变量和后缀之间没有空格或其他可能的定系数
• 。
• lname
• 后缀有时包括

我试图首先考虑简单解决方案的整数和字符的组合。我想不出任何使用Excel，因为它们的所有字符串解决方案都需要具有要删除的值的一致位置。

在SAS中， parse 需要一个定界符，并且 trim 需要一致的位置。

在我所附的语法中，我尝试了四种不同的方法。他们都没有成功，我完全承认用户错误。除了 compress ，我不熟悉其中任何一个，然后仅用于删除空白。

有没有办法为没有世代后缀的姓氏做一个新变量？

太感谢了！

第一件作品适用于我的每一次尝试。

data want;
    input id lname $ fname $;
    datalines;
        123456  Smith       John
        234567  SMITH       ANDREW
        345678  SmithJr     Alan
        456789  SMITHSR     SAM
        789012  smithiii    robert
        890123  smithIIII   william
        901234  Smith4th    Tim
        ;
run;

我的尝试从这里开始。

/* COMPRESS */
data want;
    set have;
    lname2 = compress(lname,'Jr');
    put string=;
run;

/* TRANWARD */
data want;
    set have;
    lname2 = tranwrd(lname,"Jr", "");
    lname2 = tranwrd(lname,"Sr", "");
    lname2 = tranwrd(lname,"III", "");
run;

/* PRXCHANGE */
data want;
    set have;
    lname2 = lname;
    lname2 = prxchange('s/(.*)(jr|sr|iii|iv)$/$1/i',1,trim(lname));
run;

/* PRXMATCH */
data want;
    set have;
    if prxmatch('/Jr|Sr|III/',lname) then lname2 = '';
run;

Answer 1

1. 您根本无法将Compress（）用于此目的而
2. 不是TranWrd（需要一个定界符），您可能会尝试使用翻译。但是，您不会解决在单词的开头或中间替换图案的问题
3. 。

    data have;
        input id lname $ fname $;
        datalines;
            123456  Smith       John
            234567  SMITH       ANDREW
            345678  SmithJr     Alan
            456789  SMITHSR     SAM
            789012  smithiii    robert
            890123  smithIIII   william
            901234  Smith4th    Tim
            901235  SRith4th    Tim
            ;
    run;
         
    data want;
        set have;
    
          /* Use PRXPARSE to compile the Perl regular expression.    */
       patternID=prxparse('/(JR$)|(SR$)|(III$)/');
          /* Use PRXMATCH to find the position of the pattern match. */
       position=prxmatch(patternID, compress(upcase(lname)));
       put position=;
       if position then do;
         put lname=;
         lname2 = '';
       end;
    run;

Answer 2

我认为您对您的prxchange方法很好，对我来说，这是最可靠和易于维护的方法，我只会更改2件事：

1. 我们的“ O”修饰符只能编译后，一旦正则
2. 施以使用条款而不是修剪器（strip相当于ltrim + rtrim）

data want;
    set have;
    attrib lname2 format=$50.;
    lname2 = prxchange('s/(.*)(jr|sr|iii|iv)$/$1/oi', 1, strip(lname));
run;