stata 提取字符串乱码

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

求问大家，如果提取文字字符串的最后一位，乱码，是怎么回事呢？
我用的命令是: gen 级别=substr(地区,-2,.)

1. * Example generated by -dataex-. For more info, type help dataex
   
2. clear
   
3. input str15 地区
   
4. "北京市"      
   
5. "上海市"      
   
6. "宁夏自治区"
   
7. "河北省"      
   
8. "吉林省"      
   
9. "辽宁省"      
   
10. "黑龙江省"   
    
11. end

复制代码

但是出来是乱码：

1. . gen 级别=substr(地区,-2,.)
   
2. 
   
3. . tab 级别
   
4. 
   
5.        级别 |      Freq.     Percent        Cum.
   
6. ------------+-----------------------------------
   
7.          �� |          1       14.29       14.29
   
8.          �� |          4       57.14       71.43
   
9.          �� |          2       28.57      100.00
   
10. ------------+-----------------------------------
    
11.       Total |          7      100.00
    
12. 
    
13. end

复制代码

请问大家有什么解决方案吗？谢谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Stata tata 字符串 generated generate stata 乱码 提取字符串

请试试

1. . gen 级别=substr(地区,-3,.)
   
2. 
   
3. . tab 级别
   
4. 
   
5.        级别 |      Freq.     Percent        Cum.
   
6. ------------+-----------------------------------
   
7.          区 |          1       14.29       14.29
   
8.          市 |          2       28.57       42.86
   
9.          省 |          4       57.14      100.00
   
10. ------------+-----------------------------------
    
11.       Total |          7      100.00

复制代码

萌萌的窗边的小豆豆 发表于 2022-1-22 12:20
求问大家，如果提取文字字符串的最后一位，乱码，是怎么回事呢？
我用的命令是: gen 级别=substr(地区,-2, ...

提取中文建议使用usubstr而不是substr，substr提取的时候需要区分编码，对汉字是按照字节提取，一个汉字占3个字节。usubstr就不用管这么多了

或如同楼上建议：

1. gen 级别1=usubstr(地区,-1,.)

复制代码