由于 unicode 问题，Python 无法导出到 Stata？

Question

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

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)

执行此操作时出现以下错误:

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“encoding = "utf8"' 之类的参数的选项不起作用。

我该如何解决这个问题？

Answer 1

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

只需指定较新的 Stata 版本(118+)即可无错误地导出 unicode-columns:

df = pd.DataFrame({'animal': ['€falcon', '€parrot', '€falcon','€parrot']})
df.to_stata('animals.dta', version=118)