提取SAS中数字后面的字符串

Question

我需要提取数字后面的字符串。尽管问题是字符串前面的位数不一致。我需要的是类似的东西，比如Excel中的Flash Fill。但我将对100K以上的行执行此操作，因此Excel可能无法处理数据。例如：

[e-mail]

[e-mail]

[e-mail]

我想用提取的字符串创建另一个变量，例如：

[e-mail]

[e-mail]

[e-mail]

这可能吗？

提前谢谢！

Answer 1

您可以使用正则表达式替换(PRXCHANGE(，或者小心使用VERIFY函数。

示例：

data have;
input email $char25.; datalines;
[e-mail]
[e-mail]
[e-mail]
1234567890123456789012345
;
data want;
set have;
mail1 = prxchange('s/^d+//',-1,email);
if email in: ('0','1','2','3','4','5','6','7','8','9') then 
mail2 = substr(email||' ',verify (email||' ', '0123456789'));
run;

Answer 2

上面的例子应该是可以的，

但假设一些电子邮件地址可能有数字，例如[e-mail]，我下面的代码应该会有所帮助：

data have;
input email $char25.; datalines;
[e-mail]
[e-mail]
[e-mail];

PROC SQL;
CREATE TABLE WORK.QUERY_FOR_HAVE_0003 AS 
SELECT t1.email, 
/* want */
(substrn(t1.email,INDEXC( t1.email, SUBSTRN(COMPRESS(t1.email, 'abcdefghijklmnopqrstuvwxyz', 'k'), 1, 1)))) 
AS want
FROM WORK.HAVE t1;
QUIT;

首先，我们使用COMPRESS函数m只保留char值
然后SUBSTRN-让第一个字符出现在电子邮件地址中
After than INDEXC-返回字符的位置
最后再次SUBSTRN-离开电子邮件的其余部分，从前一步提供的位置开始。

最终外观：[1] ：https://i.stack.imgur.com/hFftg.png