用【SAS 9.4】代码提取不规则文本中第一组数值，例如“访视1筛选”中的1，“访视10随访90天”中的10

在SAS 9.4中，处理不规则文本并提取特定数值通常需要利用数据步（DATA步）的正则表达式功能以及一些字符串函数。假设你的数据存储在一个叫做`raw_data`的数据集中，列名为`description`，你可以尝试以下代码：

data extracted_numbers;
  set raw_data;

  /* 创建一个新的变量来保存提取后的数字 */
  num_extracted = "";

  /* 使用REGEXSCAN函数从描述中找出第一个数值 */
  call regexscan(description, '(\d+)', match, value);
  
  /* 如果找到数值，则将它赋值给num_extracted */
  if not missing(match) then num_extracted = value;

  /* 将结果保留到新的数据集 */
  drop description; /* 如果不需要原始描述，可以删除这一行 */
  keep num_extracted;
run;

这个脚本会创建一个新的数据集`extracted_numbers`，其中包含从`description`列中提取的第一组数值。`REGEXSCAN`函数用于查找满足`\d+`模式的第一个匹配项（即连续的一串数字）。如果没找到，`match`变量就会是缺失的。

相关问题

r 访视期 分类求和

r 访视期分类求和指的是在一段时间内对某个变量进行多次访视，并对其进行分类并求和的过程。具体步骤如下：

首先，我们需要明确访视期的时间范围。例如，访视期可能是一个月、一季度或一年。

接下来，我们需要确定需要进行访视和分类求和的变量。这个变量可以是任何与我们研究对象相关的特征或指标，例如年销售额、客户数量或产品销售量等。

然后，我们根据设定的时间范围，开始进行访视。每次访视时，我们会记录下该时间段内变量的数值，并根据设定的分类标准对其进行分类。分类标准可以根据研究的需要来确定，例如根据销售额的大小划分为高、中、低三个等级。

对于每个分类，我们将记录下该时间段内变量的数值，并将其相加求和。例如，某个月的销售额为1000元，那么对于高级别的分类，我们会将1000元累加。

最后，我们将得到不同分类的求和结果，并可以进行进一步分析和比较。例如，我们可以比较不同时间段内某个变量的求和结果，分析其趋势和变化。

总之，r 访视期分类求和是一种通过多次访视和分类来对某个变量进行求和的方法，可以用于研究对象的特征分析和趋势观察等领域。