从版本14之前的Stata文件读取.dta文件到R中时，如何处理编码？

Question

将Stata数据读取到R中时，如何避免编码问题？

我希望读取的数据集是Stata 12或Stata 13中的.dta（在Stata在版本14中引入对utf-8的支持之前）。 瑞典语和德语字母å，ä，ö，ß以及其他字符的文本变量不能很好地导入。

我已经尝试了以下答案： foreign read.dta ， haven软件包（没有编码参数）和现在的read_stata13 ，这告诉我它希望Stata文件在CP1252中进行编码 。 但是，a，编码不起作用。 我应该放弃并使用.csv-export作为桥接，还是实际上可以在R中读取.dta文件？

最小示例：
这段代码下载了我的数据集的前几行，并举例说明了问题，例如在包含北欧语言的变量vocation中。

setwd("~/Downloads/")
system("curl -O http://www.lilljegren.com/stackoverflow/example.stata13.dta", intern=F)

library(foreign)
?read_dta
df1 <- read_dta('example.stata13.dta', encoding="latin1")
df2 <- read_dta('example.stata13.dta', encoding="CP1252")
library(readstata13)
df3 <- read.dta13('example.stata13.dta', fromEncoding="latin1")
df4 <- read.dta13('example.stata13.dta', fromEncoding="CP1252")
df5 <- read.dta13('example.stata13.dta', fromEncoding="utf-8")

vocation <- c("Brandkorpral","Sömmerska","Jungfru","Timmerman","Skomakare","Skräddare","Föreståndare","Platsförsäljare","Sömmerska")
df4$vocation == vocation
# [1]  TRUE FALSE  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE

Answer 1

在Mac上，读取Stata之前的版本14生成的文件的正确编码是"macroman"

df <- read.dta13('example.stata13.dta', fromEncoding="macroman")

在我的Mac上，stata13和stata12格式的.dta文件（在stata 13中由saveold保存）都很好地导入了。

假设read_stata13的手册在其他平台上正确假定为"CP1252" 。 对我而言， "macroman"起到了作用（也适用于Stata 13生成的带export delimited的.csv文件）。