循环遍历多个字符串变量以生成存在/不存在的结果变量

Question

我有一个非常大的数据集，每个患者有多个诊断 (25)，由 SPSS 中的 ICD 10 代码表示。为简洁起见，我发布了我尝试复制的内容的快照，该快照仅使用标记为 DIAG1 到 DIAG3 的 3 个字符串变量和随机代码的测试数据集。

假设每一行代表一个病人。 “O74”列中显示的结果是我试图复制的结果，但到目前为止无济于事（只需手动输入我希望使用语法复制的内容）。本质上是一个存在/不存在二分变量，其中“1”代表在任一“DIAG”列中诊断为“O74”的患者。我尝试过：

do repeat x = DIAG1 to DIAG3.
compute O74 = any(x,"O74001", "O74019").
end repeat.
EXECUTE.

但是，在运行语法时，仅出现上述两个在 DIAG3 中列出的代码的出现。鉴于我非常差的语法技能，我无法理解为什么在使用上述“重复”代码时，DIAG1 和 DIAG2 中的 O74001 和 O74019 的发生率没有包含在变量“O74”中。

理想情况下，我只想在“重复”或“循环”中包含“O74”，而不是输入每个单独的 ICD 代码。语法：

compute flag = char.index(UPPER(DIAG2), 'O74') > 0.​

确实工作得很好，但是，按照编码，它一次只工作一个“DIAG”列。鉴于患者数量惊人（> 3,000,000）和每位患者的诊断数量（25），将其合并到一个循环中将是理想的。已经进行了多次尝试。

出于“测试”数据集的目的，变量“DIAG”已连续列出。在实际数据集中，每个“DIAG”由两个变量分隔。如果将这些变量连续列出的解决方案要简单得多，那当然可以做到。

我非常感谢任何关于 SPSS 中可能是一个非常基本的语法问题的输入/指导。

Answer 1

所以你的循环不起作用的原因是每次运行“DIAG(X)”的比较时都会替换之前的比较，所以只有最后一个“存活”。 解决问题的方法有很多，这里是最简单的：

compute O74=0.
do repeat x = DIAG1 to DIAG3.
if O74=0 O74 = any(x,"O74001", "O74019").
end repeat.

这样，如果 O74 在某个时刻变为 1，它不会在循环的下一次运行中再次回到 0。 您的其他语法也是如此：

compute flag = 0.
do repeat x = DIAG1 to DIAG25.
if flag=0 flag = (char.index(UPPER(x), 'O74') > 0​ ).
end repeat.

至于 DIAG 变量的顺序 - 如果它们不连续，您只需分别命名它们 (do repeat x = DIAG1 DIAG2 DIAG3 DIAG4 ....DIAG25)。或者，您可以使用以下命令在宏中创建列表（您可以在我的答案here 中查看示例）：

spssinc select variables macroname="!alldiags" /properties pattern="DIAG*".

运行后，您可以使用这样创建的宏：

do repeat x = !alldiags.

请注意，任何其他以“DIAG”开头的变量都将被捕获到列表中。如果您有任何问题，请查找 spssinc select variables 以尝试找到解决方法（或提出新问题！）。