Stata中文乱码顽疾解决方法

 

作者：于翔 ([e-mail])

https://www.lianxh.cn

 

一句话的事儿： 如果你试了各种现有方法都无法解决 Stata 的中文乱码问题，或许可以试一下如下命令 (真正的命令只有最后一行)：

. clear         // 转码前务必先清空内存，否则会提示错误信息
. cd "D:\data"  // 待转换数据所在文件夹, 请务必事先备份一份数据
. unicode retranslate *, invalid(ignore) transutf8 nodata replace

 

下面是详细介绍 (如果你的问题已经解决，就不用看了)

Stata中文转码问题很难有一个让所有人满意的通用解法，对于我这样的 Stata 小白用户，一般是采取 case by case 的原则，以下是我最近处理 CGSS 数据过程中遇到的中文乱码问题和解决方法。在「Stata 学习-连享会」QQ 群中 (QQ号：225012362) 讨论后，连老师鼓励我把处理过程记录下来分享给大家，于是形成了这篇小文。

连玉君：我今天在准备 「课件」 时，调用了 Stata 12 下生成的一份数据文件，试了几个方法都无法消除里面的中文乱码。想起来前两天于翔发给我的笔记，试了一下，果然好用！

本文使用的版本是 Stata15，其中，CGSS 数据源于经管之家。

按照 Stata 官方的介绍，我们通常采用如下命令来转换 Stata 13 以前生成的文件：

clear //转码的时候数据不能打开
cd "D:\data" //设置工作路径, 填入存放待转换数据的文件路径

*-开始转码
unicode analyze *//任何文件类型
unicode encoding set gb18030
unicode translate *

上述命令只能转换当前工作路径下的文件，对于子孙文件夹下的文件就无能为力了。
此时可以使用连玉君老师之前编写的 ua 以及 uall (项目地址：https://gitee.com/arlionn/uall )，一次性转换当前工作路径下的所有文件夹及子孙文件夹中的文件。

可以看到，并没有完全转码。Stata 提示 File not translated because it contains unconvertable characters，

变量标签也是乱码：

此时，变量标签 label 乱码问题并没有解决，根据 Stata 的提示信息，把最后一行改成：

unicode retranslate *, invalid

此时，我们附加了 invalid 选项，转码结果如下

完成上述操作后，大部分汉字乱码以及显示正常了，还是有个别带中文的数据产生乱码，如图

这时，Stata 会推荐如下命令：

unicode translate   "CGSS2012.dta", transutf8
unicode retranslate "CGSS2012.dta", transutf8

我试过，但没什么用。

最终，我采用如下命令顺利解决了问题：

*-路径设定
. clear  //执行下面的命令之前务必先清空内存，否则会提示错误信息
. cd "D:\data"  //存放待转换数据的路径, 请务必事先备份一份数据

*-转码

. unicode retranslate *, invalid(ignore) transutf8 nodata replace

最终效果如下图所示：

 

结语

导致转码失败或者不完全的原因有很多，如果读者没时间了解 Stata 的深层架构，希望本文可以作为一种即用的方法惠及更多人。

 

---

关于我们

• Stata连享会 由中山大学连玉君老师团队创办，定期分享实证分析经验。
• ???? 你的颈椎还好吗？ 为了保护颈椎，您可以前往 ::连享会-主页:: (在浏览器地址栏中输入 lianxh.cn 即可) 或 ::连享会-知乎专栏:: (在知乎中搜索「连享会」即可) 查看往期推文，并将上述网址添加到浏览器收藏夹中或把您喜欢的推文【收藏】起来。
• ???? 往期推文分类查看： 推文分成 内生性 | 空间计量 | 时序面板 | 结果输出 | 交乘调节 五类，主流方法介绍一目了然：DID, RDD, IV, GMM, FE, Probit 等。点击公众底部菜单可以快速查看。(Stata连享会，ID: StataChina )
• ???? 公众号关键词搜索/回复 功能已经上线。大家可以在公众号左下角点击键盘图标，输入简要关键词，以便快速呈现历史推文，获取工具软件和数据下载。常见关键词：DID，RDD，PSM，面板，IV，合成控制法，内生性, Probit, plus，Profile, Bootstrap, MC, 交乘项, 平方项, 工具, 软件, Sai2, gInk, Annotator, 手写批注, 直击面板数据, 连老师, 直播, 空间计量, 爬虫, 文本分析, 正则, Markdown幻灯片, marp, 盈余管理, ……。

---