由于unicode问题，Python无法导出到Stata？

Question

我正在尝试将 Python 中的数据帧导出为 Stata dta。这是我正在使用的代码的精简版本：

import pandas as pd

df_master = pd.read_stata(old_dta_location)

# Do some data manipulation.

df_master.to_stata(new_dta_location, {"final_date": "td"}, write_index = False)

当我这样做时，我收到以下错误：

UnicodeEncodeError: 'latin-1' codec can't encode character '\u20ac' in position 11: ordinal not in range(256)

我知道还有其他关于 unicode 错误的问题，但由于它们与 Stata 无关，因此诸如放置“encoding =”utf8”之类的参数之类的选项不起作用。

我怎样才能解决这个问题？

Answer 1

默认情况下，pandas 导出到 Stata 版本 10（代码 114），该版本不支持 unicode。

\n

只需指定更高版本的 Stata（118+）即可导出 unicode 列而不会出现错误：

\n

df = pd.DataFrame({'animal': ['\xe2\x82\xacfalcon', '\xe2\x82\xacparrot', '\xe2\x82\xacfalcon','\xe2\x82\xacparrot']})\ndf.to_stata('animals.dta', version=118)  \n

\n