本文将介绍SAS中处理字符串时最常用的5个函数:SUBSTR、TRANWRD、TRANSLATE、COMPRESS、CAT。
1. SUBSTR函数:用以提取或替换特定位置的字符
(1). (right of =) Function,提取字符:Substr(s,p,n)从字符串s中的第p个字符开始提取n个字符的子串。
example:
/*从x中提取第3-4个字符*/
data _null_;
x="1234ABCD";
y=substr(x,3,2);
puty=;
run;
输出: y=34
(2). (left of =) Function,字符替换:Substr(s,p,n)=characters-to-replace,从变量s的p个字符开始替换n个字符
example:
/*从x中将第1-2个字符替换为EF*/
data _null_;
x="1234ABCD";
substr(x,1,2)="EF";
put x=;
run;
输出:x=EF34ABCD
注意:
1. 必须是从字符变量中提取,对数值变量不起作用,必须转换为字符变量,如果是数字变量,在调用substr函数时会自动把数字变量转为字符变量,不过需要注意的是转化为的字符变量采用的是best12.格式。
2. n的长度不能超过p后面的长度,例如s=scorecard,b=Substr(s,5,5)系统会有提示。
3. 如果缺失n的话,SAS则会提取p后面全部字符,如果是替换的话,则不能缺失n。
4. 对于汉字的截取若使用substr函数将输出乱码,使用ksubstr函数即可,另外,ksubstrb函数可针对字节进行截取。
2. TRANWRD函数:用以替换特定字符
example:
/*从x中将字符"AB"替换为"ef"*/
data _null_;
x="ABabCDEFGABCD";
m="2023 02 14";
y=tranwrd(x,"AB","ef");
n=tranwrd(m," ","-");
put y= n=;
run;
输出: y=efabCDEFGefCD n=2023-02-014
注意:
TRANWRD函数的字符串替换区分大小写。
3. TRANSLATE函数:用以替换字符排列顺序
TRANSLATE( to, s, from): 将字符串s从from的排序转换成to的排序
example:
/*将x中的字符串逆序输出*/
data _null_;
x="ABCDE";
y=translate("54321",x,"12345");
put y=;
run;
输出: y=EDCBA
4. COMPRESS函数:用以体剔除或保留特定字符
COMPRESS (<source>,<chars>,<modifiers>)
source 指定一个要被移除字符的源字符串。chars 指定一栏初始字符,默认它是要从source里移除的。modifiers 指定一个修饰符,函数的具体功能。如:
a 增加(A - Z, a - z)到初始字符里(chars)。
d 增加数字到初始字符里(chars)。
f 增加下划线和字母 (A - Z, a - z) 到初始字符里(chars)。
g 增加图形字符到初始字符里(chars)。
k 不移除初始字符(chars)而是返回这些字符。
l 增加小写字母(a - z)。
n 增加数字、下划线和字母(A - Z, a - z)。
p 增加标点符号。
s 增加空格,包括空格,水平制表符,垂直制表符,回车符,换行符和换页符。
t 剪掉尾部空格。
u 增加大写字母(A - Z)。
w 增加可印刷的字符。
X 增加十六进制字符
example:
/*从x中将字符"A"及小写字母剔除*/
data _null_;
x="ABabCD10GABCD";
y=compress(x,"A","l");
z=compress(x,,'kd');/*仅保留变量中的数字*/
put y= z=;
run;
输出:y=BCD10GBCD z=10
注意:
1. 只有source,移除空格。
2. 只有source,chars时,从source中移除chars。
3. source ,chars,modifiers都有时,modifiers K决定保留还是移除。无K时,移除chars加上modifiers指定的。
5. CAT函数:用以拼接字符串
CAT(A,B): 拼接字符串A和B,并保留首尾全部空格(同A||B)
CATS(A,B): 拼接字符串A和B,并去掉首尾全部空格(同strip(A)||strip(B))
CATX("x",A,B): 拼接字符串A和B,并去掉首尾全部空格,并且在字符串之间加上一个指定的字符串"x"(同strip(A)||"x"||strip(B))
CATT(A,B): 拼接字符串A和B并去掉各字符串尾部空格(同trim(A)||trim(B))
example:
data _null_;
a='i';
b=' love ';
c=' you ';
s1=cat(a,b,c);
s2=cats(a,b,c);
s3=catx('_',a,b,c);
s4=catt('/',a,b,c);
put s1=/s2=/s3=/s4=;
run;
输出:
s1=i love you
s2=iloveyou
s3=i_love_you
s4=/i love you