如何提取字符串中数字左边的字符？

Question

我在 Stata 中有一组我想要标准化的药物描述符。我想提取在字符串的第一个或两个单词中找到的药物名称。名称后跟一个数字，可以是整数、百分比或范围。有没有办法提取字符串中数字之前的字符串部分？我想要完成的事情如下所示：

drug_name	new_name
SM MICONAZOLE 3 COMBO PACK	SM MICONAZOLE
SM SALINE 0.65% NASAL SPRAY	SM SALINE
SM SINUS 12HR 120 MG CAPLET	SM SINUS 12HR
SM MOTION SICKNESS 25 MG TAB	SM MOTION SICKNESS
ATENOLOL-CHLORTHAL 50-25 TB	ATENOLOL-CHLORTHAL
OXYMORPHONE HCL 10 MG TABLET	OXYMORPHONE HCL
D-AMPHETAMINE ER 10 MG CAPSULE	D-AMPHETAMINE ER
LISINOPRIL-HYDROCHLOROTHIAZIDE 20-25 MG TAB	LISINOPRIL-HYDROCHLOROTHIAZIDE
SOD SULFACE-SULF 9.8-4.8% CLSR	SOD SULFACE-SULF

Answer 1

您的问题的一个很好的解决方案是正则表达式。

正则表达式简介：https://www.sitepoint.com/learn-regex/

你可以在这里阅读如何在 stata 中使用它们：https://www.stata.com/support/faqs/data-management/regular-expressions/

您要查找的正则表达式为 "(.+) [dW]+ "，并从第一个捕获组中取出文本。