请问Stata用什么命令提取字符串变量前2个汉字或前n个汉字？

007kimmy 发表于 2016-6-7 19:54
我想请教 变量province的值均为各个省份的中文名称，此时如何将中文字符改为数值？ 我尝试了 gen province_ ...

字符串变为数值，用destring命令；数值变为字符串，用tostring命令，具体可以看help.
你这里if后面少了个“=”。正确的是：
gen province_new=1 if province=="北京市"。
提取字符的方法很多，例如本题：
gen province_new=usubstr(province,1,2)
gen province_new1=ustrleft(province,2)
gen province_new2=substr(province,1,6)
以上三种方法都是可以做到新变量province_new为"内蒙"的目的。
另外说一下，gen province_new2=substr(province,1,6)，此处不应该是4，汉字字符是utf-8编码，一个汉字3个字节，不是4个。
如有错误，请多多指教！

葫芦娃大王 发表于 2018-1-2 10:11
请问大家，为什么我在stata中提取汉字的时候，发现一个字是占3个字符的啊？

你是对的，就是三个字节的。

感谢！

dxystata 发表于 2011-9-4 10:53
sungmoo版主好啊！

那如何提取后俩位呢？

葫芦娃大王 发表于 2018-1-2 10:11
请问大家，为什么我在stata中提取汉字的时候，发现一个字是占3个字符的啊？

我的也是

sungmoo 发表于 2011-9-4 05:39
一个汉字占两位。

g x=substr(province,1,4)

请问1和4分别代表什么含义呢

huchengchun 发表于 2014-12-2 15:48
请问将汉字改为数字用什么命令呢

encode

sungmoo 发表于 2011-9-4 05:39
一个汉字占两位。

g x=substr(province,1,4)

谢谢谢谢！！！十分实用！！！