Stata 正则表达式筛选：提取数值并去除单位

在 Stata 中，可以使用 regexr() 函数结合正则表达式来实现将包含 '万' 的数值筛选并提取，同时去除单位和逗号。下面是一个示例代码：

// 创建一个示例数据集
clear
input str10 value
'8万'
'1,000万'
end

// 利用正则表达式筛选并替换数值
gen value_new = regexr(value, "([0-9,]+)万", "\1")
replace value_new = regexr(value_new, ",", "")

// 查看结果
list

在上述代码中，首先创建了一个示例数据集，并将数值存储在 value 变量中。然后，利用 regexr() 函数和正则表达式，将包含 '万' 的数值筛选出来，并使用替换规则将其转换成你想要的格式。最后，将结果存储在新的变量 value_new 中，并使用 list 命令查看结果。

在正则表达式中，([0-9,]+)万 用于匹配包含数字和逗号的字符串，并以 '万' 结尾。\1 表示替换为匹配到的第一个括号内的内容。replace 命令的第二个 regexr() 函数用于去除数值中的逗号。