在Stata中创建一个变量，它只是字符串变量的一部分答案

【问题标题】：Create a variable which is only a certain portion of a string variable in Stata在Stata中创建一个变量，它只是字符串变量的一部分
【发布时间】：2014-01-23 17:01:54
【问题描述】：

我有一个数据集，其中有一个变量，该变量以 urls 作为其观察值。我正在尝试创建另一个变量，该变量将列出“url”变量中观察的域类型（.com、.org、.co.uk 等）

我可以通过使用“.”解析来拆分“url”变量。

split url, p(.)

但这并不能明确地给我域名。

问题的出现是由于“url”的类型差异很大。例如。

www.google.com 将被拆分为 3 个变量，http://www.nih.nlm.gov 将被拆分为 4 个
同样，www.yahoo.com 被拆分为 3 个，https://www.movies.yahoo.co.au 将被拆分为 5 个。

如何在 stata 中编写以下公式以从“url”变量创建“域类型”变量

如果最后一个“.”之后的部分在“url”变量中具有 ≥ 3 个字符（.com/.edu/.org/.gov 或 .info）然后将其用作域类型

如果最后一个“.”之后的部分在“url”变量中有 AND 最后一个“.”之前的部分有 ≤ 2 个字符 (.co )，然后使用倒数第二个 "." 之后的部分。作为域类型（即 .co.uk）

如果最后一个“.”之后的值在“url”变量中有 AND 最后一个“.”之前的部分有 > 2 个字符，然后使用最后一个 "." 之后的部分。作为域类型（例如 freeshootinggames.us）

另外，还有其他方法吗？

我在 Windows 8 Pro x64 上使用 Stata 13.1

谢谢！！

【问题讨论】：

标签： stata

【解决方案1】：

反转字符串是解决此类问题的有用技巧。试试这样的：

gen rev_url = reverse(url)
split rev_url, parse(.) gen(domain_)
replace domain_1 = reverse(domain_1)
replace domain_2 = reverse(domain_2)
replace domain_1 = domain_2 + "." + domain_1 if length(domain_2)<=2 & length(domain1)<3
rename domain_1 domain
drop domain_* rev_url

【讨论】：