My blog Practice makes perfect
文献集锦
如何理论创新？
管理学理论集锦
Python实际应用
聚类标准误与固定效应
巫师3：狂猎
Stata应用技巧
Python知识与技巧
双重差分法（DID）
创新文献阅读与摘要
计量经济学
Python绘图相关
如何读取.dta文件
type
status
date
slug
summary
tags
category
icon
password
网址
作者
标签
文章链接
发布时间
来源
在 Python 中，可以使用
pandas 库或 pyreadstat 库来读取 Stata 的 .dta 文件。以下是两种方法的示例：方法 1：使用 pandas（推荐）
pandas 提供了 read_stata() 函数，可以直接读取 .dta 文件：参数说明
convert_dates=True（默认）：自动转换日期变量。
convert_categoricals=True（默认）：将 Stata 的分类变量转为 pandas 的category类型。
preserve_dtypes=True（默认）：尽量保持 Stata 的数据类型。
columns=None：可选，指定要读取的列名列表。
index_col=None：可选，指定索引列。
示例（带参数）
方法 2：使用 pyreadstat（适用于大文件或特殊编码）
pyreadstat 是一个更高效的库，特别适合处理大型 .dta 文件或需要更精细控制的情况：参数说明
apply_value_formats=True：是否应用 Stata 的标签（如分类变量的值标签）。
encoding="latin1"：指定编码（某些旧版 Stata 文件可能需要）。
usecols=["var1", "var2"]：只读取指定变量。
示例（带参数）
如何选择？
- 一般情况：直接用
pandas.read_stata()，简单方便。
- 大数据或特殊需求：用
pyreadstat，速度更快，支持更多格式选项。
- 中文乱码问题：如果遇到中文乱码，可以尝试：
注意事项
- Stata 版本：
pandas默认支持 Stata 13-15 格式，较新的 Stata 17 文件可能需要更新库。如果报错，尝试：
- 分类变量：如果 Stata 文件包含带标签的分类变量，
pandas会自动转为category类型。
- 缺失值：Stata 的缺失值（如
.,.a,.b）会被转为NaN。
读取大型dta文件并逐个保存为xlsx文件
如果dta文件过大，想逐个拆分并保存为xlsx文件，代码如下
Prev
Python中的enumerate函数详解
Next
针对DataFrame的切片操作
Loading...