dis ustrright("爬虫俱乐部",3)
example:
如果我们想要提取start变量中的年份，运行以下程序，结果如下图所示：
replace start = usubstr(start, 1, 4)
如果我们想提取birth变量下的年、月、日信息，并将对应内容放到新变量中，操作如下：
gen year = real(ustrleft(birth, 4)) //提取birth变量中前四个字符，利用 real()函数将字符型变量转换为数值型变量
gen month = substr(birth, 6, 3) //从birth变量中第 6个字符开始提取 3个字符的内容到新变量中
gen day = real(ustrright(birth, 2)) //提取birth变量中最后两个字符
5. 用stata分离省市名称
（1）通过正则化方式
gen province=ustrregexs(0) if ustrregexm(officeaddress,".*省")
replace province=ustrregexs(0) if ustrregexm(officeaddress,".*自治区")
replace province=ustrregexs(0) if ustrregexm(officeaddress,"北京市|重庆市|天津市|上海市")
gen city=ustrregexs(0) if ustrregexm(officeaddress,".*?市")
replace city=ustrregexra(city,province,"")
（2）excel帮助
A. 提取省份
公式：=LEFT(A2,MIN(FIND({"省","市","区"}, A2&"省市区")))
公式解析：通过left函数，从A2单元格（地址所在的单元格）字符串的左边开始提取字符，提取的字符个数是字符串中最早出现【省/市/区】的位置数字。
B. 提取市区
添加辅助列，公式为=SUBSTITUTE(A2,B2,"")，表示拆分地址中除了省份之外，剩下的地址，并向下填充。
A2单元格（地址所在的单元格）B2单元格（提取出的省份信息单元格）
C. 接下来从剩下的地址中提取市区。
=LEFT(D2,MIN(FIND({"市","区","县"},D2&"市区县")))
B2=MID(A2,FIND("省",A2)+1,FIND("市",A2)-FIND("省",A2)）
C2=MID(A2,FIND("市",A2)+1,FIND("区",A2)-FIND("市",A2)）
D2=MID(A2,FIND("区",A2)+1,SUM(IFERROR(FIND({"路","街","道"},A2),0))-FIND("区",A2)）
1.substr()函数的用法语法：substr(s,n1,n2)a. s为需要进行提取的字符串b. n1表示提取的起始位置。c. 对于不同编码的文本，n2代表不同含义。对于纯ASCII编码的文本，n2表示要提取字符长度为n2的字符串。而对于其他非ASCII编码的文本来说，n2表示要提取字节长度为n2的字符串。(当然，对于那些纯ASCII编码的字符来说，上述两种说法是等价的。需要注意的是，所有utf-8编码中超出ASCII编码范围的字符都是两个字节以上。)dis substr('a
使用CGSS2010重复某文章中的定量研究，中需要因变量“区县人均收入”。
如何在CGSS2010中为所有样本生成一个格式一的“所在区县”信息？
CGSS2010中包含区县信息的变量为S42。tab s42 发现，其中填写方式混乱，
在是否包含市级信息，是否包含“市”、“区”、县”等字样、是否包含空格等方面
存在大量不一致，无法采用统一的标记及顺序行提取。
尽量避免缺失值地生成区县变量，内容为不包含地区行政级别的区县名称，一 般是2个字，也可能是1或3个字。
使用tab查看当
任何
字符串都是String类的对象，
字符串是不变的，它们的值在创建后无法更改
在
字符串的内部，是用一串
字符char[]来存储的。因为数组一经确定长度无法更改，所以
字符串一经创建就无法更改。
如果两个
字符串内容相同，则他俩使用同一个内存地址，所以可以共享它们
public class Demo2 {
public static void main(String[] args) {
String s1 = "123";
String s2 = "123";
文章目录为什么先介绍字符串？
为什么先介绍字符串？
对于经济学数据，在我的印象中，使用最多的就是面板数据。面板数据就涉及到时间，地点。从excel或csv导入进来的数据，如果数据中含有非数字，则显示为字符串类型，即使有些纯数字也会显示为字符串类型。因为我现在没有校园网也进不去数据库，就随便举两个例子：
时间为“2020-08-31”，这种带有非数字类型的数据导入stata就是一个字符串，如果我们要从字符串中提取月份应该怎么做？想把这个字符串转化成stata能识别的时间应该怎么做？
中国城市都有城市代码，如
substring() 截取的值只能是字符串类型！参数不能为负！
substring(a,b)：索引从0开始，从a开始开始选取到b结束选取（不包括该元素）
例: var ttt = “123456789”;
console.log(ttt.substring (0,4));//输出为1234
//提取身份证省份
$("#IUNativePlace").click(function () {
var nativeplace = '';
var idCard = $("#formIUStuden
横截面数据：一个时间点多个个体的变量数据
时间序列数据：某个经济体在不同时间点的变量取值数据
面板数据：多个经济体在不同时点的上的数据。其中分为短面板和长面板，短面板指的是T较小，N较大；长面板指的是T较大，N较小。采用xtset N T 的时候，会显示数据是否是balance的，以及长短。
stata中一些基本操作
文件的操作
设置路径（这里可以直接复制电脑上的路径名称）
cd"C:\Users"
use xyz.dta,clear
public static void main(String[] args) {
// TODO Auto-generated method stub
String s = "第12章第3节";
Pattern...
好的，我明白了。关于 Stata 字符串补充，你可以使用 generate 命令和函数 strcat() 来实现。具体步骤如下：
1. 使用 generate 命令创建一个新变量，例如 new_var。
2. 使用 strcat() 函数将原始字符串和需要补充的字符串拼接起来，例如：strcat(old_var, "补充的字符串")。
3. 将拼接后的字符串赋值给新变量 new_var。
下面是一个示例代码：
clear
input str10 old_var
"apple"
"banana"
"orange"
generate new_var = strcat(old_var, "_fruit")
输出结果如下：
+----------------------+
| old_var new_var |
|----------------------|
1. | apple apple_fruit |
2. | banana banana_fruit |
3. | orange orange_fruit |
+----------------------+
