如何从SAS字符变量中移除指定葡萄牙语姓名前缀词？

你的代码问题在于compress函数是删除指定单个字符，而非完整单词，这会错误删除姓名中包含这些字母的部分，同时substr(...,2)会误删字符串首字符。要精准删除DA、DO、DE、DAS、DOS这些完整前缀单词，推荐使用SAS正则表达式函数PRXCHANGE，以下是正确实现代码：

data want;
    set have;
    /* 匹配并删除所有独立的葡萄牙语前缀单词 */
    NEW_NAMES = prxchange('s/\b(DA|DO|DE|DAS|DOS)\b//i', -1, NAMES);
    /* 清理多余空格，保证格式整洁 */
    NEW_NAMES = strip(compbl(NEW_NAMES));
run;

代码说明： #

• \b：单词边界标记，确保仅匹配独立的前缀单词（例如不会误删DOSOMEDE中的DOS部分）
• (DA|DO|DE|DAS|DOS)：需要删除的前缀列表，用|分隔多个匹配项
• //i：忽略大小写，兼容数据中可能存在的小写前缀
• -1：表示替换所有匹配到的内容，而非仅第一个
• compbl：将多个连续空格合并为单个空格，strip去除首尾空格，避免删除前缀后出现多余空格

运行上述代码后，生成的NEW_NAMES变量将完全符合你期望的结果。

内容的提问来源于stack exchange，提问作者LuizZ