Pandas 用汉字读取.dta文件的编码错误

我正在尝试使用pandas读取.dta文件：

import pandas as pd
my_data = pd.read_stata('filename', encoding='utf-8')

错误消息是：

ValueError: Unknown encoding. Only latin-1 and ascii supported.

---

其他编码形式也不起作用，例如处理汉字的gb18030或gb2312。如果删除编码参数，数据帧将是所有垃圾值

查看pandas的源代码（版本0.22.0），read_stata支持的编码为（'ascii'、'us ascii'、'latin-1'、'latin_1'、'iso-8859-1'、'iso8859-1'、'8859'、'cp819'、'latin'、'latin1'、'L1'）。因此，您只能在此列表中进行选择

只需按默认编码读取原始数据，然后传输到预期编码！假设有乱码文本的列是

column1

import pandas as pd
dta = pd.read_stata('filename.dta')
print(dta['column1'][0].encode('latin-1').decode('gb18030'))

---

打印

结果将显示正常汉字，

gb2312

也可以打印。

谢谢！但是我应该使用什么函数呢？对不起，我不知道，因为我没有stata。@熊猫0.23.4中的晓东

read_stata

将因

ValueError:未知编码而失败。仅支持拉丁语-1和ascii。