Discussion :

[Baffien]

Bonjour,

J'ai une base avec le nom de famille qui peut être composé (ex : ROUANET-SAYSSET).
Je souhaiterais pouvoir extraire la 1ère partie, soit dans l'exemple ROUANET, c'est à dire la partie qui se situe avant le "-" (ou un espace dans d'autres cas, voire une quote)
Pour des cas comme par exemple 'DI GIAMACO", la première particule faisant moins de 3 caractères, le compiler en "DIGIAMACO"
C'est une première partie de mon travail à effectuer. Pouvez vous m'aider SVP ?

En outre, pour un travail sur l'adresse postale, je dois extraire le mot significatif de celle-ci ... par ex : Rue Henri Ginoux --> Ginoux
je ne sais pas s'il existe une méthode pour faire ceci.

Merci à vous et bonne journée.

[sasadm]

Bonjour, pour ta premiere question utilise la fonction SCAN.


Functions and CALL Routines by Category

Les fonctions length, compress, etc pourront t'être utiles.

Pour ton probleme d'isolation de la partie significative de l'adresse ça va être plus compliqué. Je serais toi j'utiliserais les fonctions PERL (PRXPARSE, etc..) pour récupérer les parties de l'adresse qui suivent les chaines "rue", "avenue", etc... Mais bon ce n'est pas facile de tout couvrir

[la2002]

Bonjour,

la fonction scan fait l'affaire dans ton 1er cas :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

scan(variable,1,"-")

Pour ton 2nd cas, tu peux aussi faire un scan pour avoir le 1er mot, faire un test pour savoir si il y a moins de 2 caractères et coller avec le reste de la variable

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

if len(scan(variable,1,"-"))<3 then ...

Pour ton 3ème cas, tout dépend de ce que tu donnes comme définition de "mot significatif" : je n'ai pas d ' idée comme cela si ce n'est de te créer une table de mots clés à exclure (rue, avenue, ..., prénoms) et de ne récupérer que ce qui n'est pas exclu

bon courage!

juju

[Baffien]

Merci à vous 2 ... j'en suis encore sur le nom mais avec un peu de tatonnement, ça semble bon !
Petite question subsidiaire : comment identifier la dernière lettre de de nouveau nom ?

Merci

[datametric]

le plus simple reste d'utiliser la fonction REVERSE() et d'attraper la première lettre avec la fonction FIRST().

[Baffien]

Bonjour à toutes et à tous !
Dans la même lignée que précédemment, je dois éliminer les doublons de lettres qui se suivent dans le nom (ex : GILLET --> GILET)
Merci de votre aide

[la2002]

Bonjour

Voila, si y a pas de coquille

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
data table_out;
  set table_in;
  do i=2 to length(nom);
     if substr(nom,i,1)<>substr(nom,i-1,1) then
        nvle_variable=nvle_variable!!substr(nom,i,1);
  end;
run;

[la2002]

j'ai oublié d'initialiser nvle_variable.(A faire évidemment avant le do)

[Baffien]

Merci La2002 mais "initialiser cette variable", je ne saisis pas ...

[Baffien]

Bon, je comprends bien le principe mais je dois pas bien utiliser ce code ...
En plus, comme je disais, je ne comprends pas le sens de "initialiser nvle_variable"

[lucaslu]

Pour la suppression des caractères identiques consécutifs, voici une adaptation du code de la2002:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
data table_in;
  length nom $32.;
  nom="GILLET";
  output;
  nom="TURRRAND";
  output;
run;
 
DATA table_out (drop=i);
  SET table_in;
  length nvle_variable $32.;
  do i=2 TO length(nom)+1;
      if substr(nom,i,1) ne substr(nom,i-1,1) then do;
        nvle_variable=catt(nvle_variable, substr(nom,i-1,1));
      end;
  end;
run;

[sasadm]

Sinon les expressions régulières :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
 
data nom;
input nom $ 1-25;
cards;
miller
johnny
jessica
allbertttine
lludo
;
run;
 
 
DATA nomcourt ;
SET nom ;
length suppr 4  ;
retain suppr ;
if _n_=1 then suppr= PRXPARSE("s/(\w)\1+/\1/") ;
CALL PRXCHANGE(suppr,-1,nom);
drop suppr;
RUN;