SAS删除日期之间的分隔符

我在SAS工作，处理包含多个可能的测试和收集日期的生物测试数据。我对删除输入数据的编号系统和选择最近的测试日期感兴趣。最近的测试日期始终是可用的第一个日期，但有时缺少该日期

例如，一条记录的输入是

[1]04/04/2004[2]02/10/2002[3]2/02/2002[4]01/01/2001

，依此类推。在一个变量下，病例范围从1个日期到38个日期。我有兴趣删除[]中的编号系统并选择最近的测试日期。最近的测试日期始终是可用的第一个日期

我试着用

var=substr(var, x,x)

但是，当第一个日期为空时，这会带来一个问题

我希望我已经解释清楚了，如果需要澄清，请告诉我

---

谢谢大家!

您应该能够使用SCAN（）函数提取第一个日期字符串。当您获得有效的日期字符串时停止

首先，让我们将示例转换为实际的数据集

data have;
  input var $80. ;
cards;
[1]04/04/2004[2]02/10/2002[3]2/02/2002[4]01/01/2001
[1][2][3][4][5]05/30/2021[6]04/34/2020
;

现在我们可以使用SCAN（）和M修饰符来扫描字符串。您可以使用COUNTW（）知道何时停止

data want;
  set have ;
  do index=3 by 2 to countw(var,'[]','m') until (date ne .);
    date=input(scan(var,index,'[]','m'),mmddyy10.);
  end;
  format date yymmdd10.;
run;

结果:

                        var                            index          date
[1]04/04/2004[2]02/10/2002[3]2/02/2002[4]01/01/2001       3     2004-04-04
[1][2][3][4][5]05/30/2021[6]04/34/2020                   11     2021-05-30

---

您应该能够使用SCAN（）函数提取第一个日期字符串。当您获得有效的日期字符串时停止

首先，让我们将示例转换为实际的数据集

data have;
  input var $80. ;
cards;
[1]04/04/2004[2]02/10/2002[3]2/02/2002[4]01/01/2001
[1][2][3][4][5]05/30/2021[6]04/34/2020
;

现在我们可以使用SCAN（）和M修饰符来扫描字符串。您可以使用COUNTW（）知道何时停止

data want;
  set have ;
  do index=3 by 2 to countw(var,'[]','m') until (date ne .);
    date=input(scan(var,index,'[]','m'),mmddyy10.);
  end;
  format date yymmdd10.;
run;

结果:

                        var                            index          date
[1]04/04/2004[2]02/10/2002[3]2/02/2002[4]01/01/2001       3     2004-04-04
[1][2][3][4][5]05/30/2021[6]04/34/2020                   11     2021-05-30

---

可以使用正则表达式模式在字符串中定位m/d/y构造

例如：

只假设有效日期。如果遇到无效的datelike条目，则日期将丢失，数据步骤将记录

注意：函数输入的参数无效…

data have;
  input var $80. ;
cards;
[1]04/04/2004[2]02/10/2002[3]2/02/2002[4]01/01/2001
[1][2][3][4][5]05/30/2021[6]04/34/2020
[1]12/32/2021
;

data want(label='First occuring date in var' keep=var newestdate);
  set have;

  date_rxid = prxparse ('#\d{1,2}/\d{1,2}/(d{2}|\d{4})#'); /* presume m/d/y */

  start = 1;
  stop = -1;

  call prxnext(date_rxid, start, stop, var, position, length);

  if position then newestdate = input (substr(var,position,length), mmddyy10.);

  format newestdate date11.;
run;

---

可以使用正则表达式模式在字符串中定位m/d/y构造

例如：

只假设有效日期。如果遇到无效的datelike条目，则日期将丢失，数据步骤将记录

注意：函数输入的参数无效…

data have;
  input var $80. ;
cards;
[1]04/04/2004[2]02/10/2002[3]2/02/2002[4]01/01/2001
[1][2][3][4][5]05/30/2021[6]04/34/2020
[1]12/32/2021
;

data want(label='First occuring date in var' keep=var newestdate);
  set have;

  date_rxid = prxparse ('#\d{1,2}/\d{1,2}/(d{2}|\d{4})#'); /* presume m/d/y */

  start = 1;
  stop = -1;

  call prxnext(date_rxid, start, stop, var, position, length);

  if position then newestdate = input (substr(var,position,length), mmddyy10.);

  format newestdate date11.;
run;

---

那么这些值已经在字符变量中了？或者您正在从文本文件中读取值？请举例说明缺少第一个日期时该值的外观。如果是文本文件，则应备份并以不同方式重新读取。然后，您可以将每个字段都放在它自己的列中，并更轻松地使用它。@Reeza它最初是一个excel文件。我不知道如何分割列，无论我以何种方式输入文件？呈现的方式是如何从原始源中提取。谢谢你的帮助@汤姆谢谢你的帮助！所以这些值已经在一个字符中了。丢失的日期可能看起来像[1][2][3][4][5]2021年5月30日[6]2020年4月34日。最终会有一个值，但它远远低于列表，有时排在第10位或更高。你的例子很有帮助，谢谢！不过，我对第一个var=函数感到困惑。我应该在那里复制真实的数字吗？此数据集包含2000多个案例。您关心索引是什么吗？你需要知道日期是第六次吗？还是第5天？那么这些值已经在一个字符变量中了？或者您正在从文本文件中读取值？请举例说明缺少第一个日期时该值的外观。如果是文本文件，则应备份并以不同方式重新读取。然后，您可以将每个字段都放在它自己的列中，并更轻松地使用它。@Reeza它最初是一个excel文件。我不知道如何分割列，无论我以何种方式输入文件？呈现的方式是如何从原始源中提取。谢谢你的帮助@汤姆谢谢你的帮助！所以这些值已经在一个字符中了。丢失的日期可能看起来像[1][2][3][4][5]2021年5月30日[6]2020年4月34日。最终会有一个值，但它远远低于列表，有时排在第10位或更高。你的例子很有帮助，谢谢！不过，我对第一个var=函数感到困惑。我应该在那里复制真实的数字吗？此数据集包含2000多个案例。您关心索引是什么吗？你需要知道日期是第六次吗？还是第五次约会？谁不记得4月34日了？那一天可能就是我恳求第五次星球大战日。“愿4日与你同在”谁不记得4月34日了？那一天可能就是我恳求第五次星球大战日。“愿4日与你同在。”