stata split一列分成多列

use hea\he,clear
split ysum,parse(-)gen(new_x)

结果为:

 

使用 split 命令可以实现字符型变量的分列。

一、基础命令

// strvar 表示字符型变量
split strvar [if] [in] [, options]
/* Options: 
   Main Options: 
      generate(stub): 新变量名开头为stub, 默认是原来的变量名strvar, 简写作gen(stub);
      parse(parse_strings): 指定分列的字符, 默认是空格;
      limit(#): 最多创建的变量个数;
      notrim: 不删除原始变量最前面和最后面的空格。
   Destring Options:
      destring 将 destring: 应用于新的字符串变量, 尽可能用数字变量替换初始字符串变量;
      ignore("chars"): 删除指定的非数字字符;
      force: 将非数字字符串转换为缺失值;
      float: 指定新生成的数值变量为浮点型(float);
      percent: 将百分比变量转换为分数形式。          */

　　使用 destring 这一选项，可以将生成的变量转化为数值型变量。在使用 destring 后，就可以使用剩下的 4 个 destring options。

二、示例

示例 1：1⃣️ 提取日期、时间等数据中的信息；2⃣️ 将百分数转化为分数。

/* 示范数据:
     +---------------------------+
     |     date       time    x1 |
     |---------------------------|
  1. |  22/1/17   09:45:32   55% |
  2. |  22/1/17   14:39:36    6% |
  3. |  22/1/17   15:42:45   11% |
  4. |  22/1/17   08:52:09   10% |
  5. | 21/12/24   15:51:33   300 |
     +---------------------------+     */

** 把从字符型的日期和时间中提取数据
split date, parse(/) limit(3) destring
split time, parse(:) limit(3) destring

** 将 x1 的百分号去掉，并转化为分数形式【注意:没有百分号的样本也会被当作百分数】 
split x1, gen(new_x) destring percent
// 上面的命令等价于:
destring x1,gen (newvar) ignore(%) replace
gen new_x1=newvar/100
drop newvar

/* 结果展示：
     +------------------------------------------------------------------------------------+
     |     date       time    x1   date1   date2   date3   time1   time2   time3   new_x1 |
     |------------------------------------------------------------------------------------|
  1. |  22/1/17   09:45:32   55%      22       1      17       9      45      32      .55 |
  2. |  22/1/17   14:39:36    6%      22       1      17      14      39      36      .06 |
  3. |  22/1/17   15:42:45   11%      22       1      17      15      42      45      .11 |
  4. |  22/1/17   08:52:09   10%      22       1      17       8      52       9       .1 |
  5. | 21/12/24   15:51:33   300      21      12      24      15      51      33        3 |
     +------------------------------------------------------------------------------------+   
数据中：
    date1、date2、date3 分别为从date中提取出的年、月、日；
    time1、time2、time3 分别为从time中提取的时、分、秒；
    new_x1 为将百分数变量 x1 转化成的小数形式。         */

示例 2：分离地址信息

** 从地址中提取地理位置信息
split address, parse(省 自治区 市 区 县) gen(address) limit(3)

/* 结果展示:
     +-------------------------------------------------------+
     |                 address   address1  ddress2  address3 |
     |-------------------------------------------------------|
  1. |              北京市东城区       北京      东城           |
  2. |              上海市奉贤区       上海      奉贤           |
  3. |         江苏省南京市鼓楼区       江苏      南京       鼓楼 |
  4. |         河南省郑州市中原区       河南      郑州       中原 |
  5. | 内蒙古自治区呼和浩特市回民区     内蒙古   呼和浩特       回民 |
     +-------------------------------------------------------+   */

/* Note: 在识别地址时, 北京、上海、重庆、天津四个直辖市的信息会从第一个变量 address 开始保存, 因此:
         如果需要的是省级行政区的信息，则不需要再做调整;
         如果需要将四个直辖市的信息保存至地级市的变量 address2 以后, 则可以用 replace 的方式替换。    */

** 替换方法:
replace address3=address2 if address1=="北京" | address1=="天津" | address1=="上海" | address1=="重庆"
replace address2=address1 if address1=="北京" | address1=="天津" | address1=="上海" | address1=="重庆"
replace address1="" if address1=="北京" | address1=="天津" | address1=="上海" | address1=="重庆"
/* 结果展示:
     +-------------------------------------------------------+
     |                 address  address1  address2  address3 |
     |-------------------------------------------------------|
  1. |              北京市东城区               北京        东城 |
  2. |              上海市奉贤区               上海        奉贤 |
  3. |         江苏省南京市鼓楼区      江苏      南京        鼓楼 |
  4. |         河南省郑州市中原区      河南      郑州        中原 |
  5. | 内蒙古自治区呼和浩特市回民区    内蒙古   呼和浩特        回民 |
     +-------------------------------------------------------+     */