STATA字符型数据按符号截取和转换

例如某一变量(size)表示物体长宽高的大小： 3*4*5； 0.2*4*12；3*0.4*10mm；2mm*3mm*4mm。

该变量的长度，格式均不同，如何提取出最长径的长度并转为数值型呢？

第一步，根据*号符号将长宽高的数据分开，命令为split(size), parse(*)。

此步骤会自动生成size1,size2,size3三个变量，但是每个变量里面还有部分含有单位mm，不能直接destring; 且长度不同，不能用substr命令。

第二步，提取出每个变量中“mm”符号前的数据，命令为egen size_1=ends(size1),punct("mm")。

此步骤生成的size_1,_2,_3为纯数字，可以直接destring。

第三步，生成新变量代表其中的最大值，命令为egen sizemax=rowmax(size_1 size_2 size_3)。

第四步，以3mm为cut-off分组，命令为 gen sizecategory= (sizemax>3)

以上~