Stata 如何将带有空格的姓氏提取为“一个”名称/“整体”？

有谁能建议一种方法，将带有空格的姓氏提取为一组名字

数据集中的名称如下所示

clear
input str40 name
"R. P. de la Espriella Guerrero"          
"J. de Carvalho Ponce"                 
"E. De Freitas Drumond"                
"R. de la Fuente and M. E. Medina-Mora"
"C. Van Heyningen and I. D. Watson"
"A. Z. van de Wiel and D. W. de Lange"
end

我只想要第一个姓氏，所以只有第一个作者，不包括其他作者，但我希望那些有空格的名字被“整体”提取出来。因此，最终生成如下数据集，例如：

clear
input str40 name
"de la Espriella Guerrero"          
"de Carvalho Ponce"                 
"De Freitas Drumond"               
"de la Fuente"
"Van Heyningen"
"van de Wiel"
end

---

我将非常感谢您的帮助。

以下是实现上述评论中给出的两条规则的代码。它假定使用的Stata版本支持unicode字符串函数

clear
input str40 name
"R. P. de la Espriella Guerrero"          
"J. de Carvalho Ponce"                 
"E. De Freitas Drumond"                
"R. de la Fuente and M. E. Medina-Mora"
"C. Van Heyningen and I. D. Watson"
"A. Z. van de Wiel and D. W. de Lange"
end
generate surname = name
replace surname = usubstr(surname,1,ustrpos(surname+" and "," and ")-1)
list, clean noobs
replace surname = usubstr(surname,ustrrpos(surname,". ")+1,.)
list, clean noobs

---

你如何决定和是否是名字的一部分？谢谢@bew。不幸的是，这是困难的一部分。“和”后面跟一个空格，然后是另一个名称，以首字母大写的缩写开头，例如和D.W.de Lange。多名称粒子也可以大写，例如de，Du等。您首先定义规则，选择要删除的文本和要保留的文本。然后可以建议实现这些规则的代码。你把规则留给我们想象。在我看来，你要应用的规则是，首先，删除从“和”开始的所有内容，然后删除从开始到最右边的所有内容以及其后的空格。剩下的是第一个姓氏。这似乎适用于您的六个样本，但它是否适用于您的整个数据集，我们无法判断。谢谢。似乎能胜任这项工作。刚刚注意到第二个篡位者在姓氏前产生了一个空格。所以我稍微修改了一下，以替换姓氏=usubstrurname，ustrpossurname+2.我不完全清楚为什么会发生这种情况，因为起始位置已经指定为。i、 e.带空格/空白的挡块。乌斯特罗斯治疗。和同样吗？另外，为了教育的缘故，请你告诉我现在的情况。在第二个篡位者那里？i、 在篡位者中，n1，n2是什么。你呢？接得好。事实上，USTROPSURNAME，。返回中第一个字符的位置。因此，添加1而不是2是我的疏忽。对于第二个问题，我鼓励您查看help usubstr的输出-Stata的在线帮助应该是此类问题的第一站，因此此回答旨在鼓励您更加熟悉它。注意：此解决方案仅适用于1-2篇作者论文。对于多个作者，需要执行删除非第一作者的步骤：例如，替换姓氏=usubstrurname，1，ustpossurname+和-1列表，清除noobs替换姓氏=usubstrurname，1，ustpossurname+，-1列表，清除noobs替换姓氏=usubstrurname，ustrpsurname+1.清单，清洁的角落