Stata中如何删除字符串变量冒号后前两位数字？

我来帮你搞定这个字符串处理的需求！你的变量cn格式是[前缀]:[四位年份]-cv-[案件号]，要去掉冒号后的前两位年份数字，下面给你两种靠谱的实现方法，还会解释你之前用substr报错的可能原因。

方法一：正则表达式（推荐，灵活通用） #

用regexr()函数可以精准匹配并替换目标部分，适合这种有固定模式的字符串：

gen cn_new = regexr(cn, ":(\d{2})(\d{2})", ":\\2")

代码解释： #

• ":(\d{2})(\d{2})"：匹配冒号:后面的四位数字，把它们分成两个捕获组——第一个(\d{2})是前两位年份，第二个(\d{2})是后两位年份
• ":\\2"：替换成冒号加上第二个捕获组的内容，也就是保留后两位年份

方法二：用strpos+substr组合（适合格式完全固定的场景） #

如果你确定所有字符串的冒号位置是固定的（或者前缀长度不固定但想精准定位），可以先用strpos找到冒号的位置，再拼接前后部分：

* 第一步：定位冒号的位置
gen colon_pos = strpos(cn, ":")
* 第二步：拼接结果：冒号前的内容 + 冒号 + 冒号后第3位开始的所有内容
gen cn_new = substr(cn, 1, colon_pos) + substr(cn, colon_pos + 3, .)

为什么你之前用substr报错？ #

大概率是没正确计算起始位置！比如如果直接写死起始位置，遇到前缀长度变化（比如有的前缀是1位，有的是2位）就会出错，而用strpos动态获取冒号位置，不管前缀多长都能正确截取。

测试示例 #

你可以用下面的测试代码验证效果：

clear
input str20 cn
"1:2013-cv-10153"
"0:1979-cv-06704"
end

* 正则方法
gen cn_regex = regexr(cn, ":(\d{2})(\d{2})", ":\\2")

* substr方法
gen colon_pos = strpos(cn, ":")
gen cn_substr = substr(cn, 1, colon_pos) + substr(cn, colon_pos + 3, .)

list

运行后你会看到两个方法都能得到1:13-cv-10153和0:79-cv-06704的正确结果。

内容的提问来源于stack exchange，提问作者caceves