從版本14之前的Stata文件讀取.dta文件到R中時，如何處理編碼？

Question

將Stata數據讀取到R中時，如何避免編碼問題？

我希望讀取的數據集是Stata 12或Stata 13中的.dta（在Stata在版本14中引入對utf-8的支持之前）。 瑞典語和德語字母å，ä，ö，ß以及其他字符的文本變量不能很好地導入。

我已經嘗試了以下答案： foreign read.dta ， haven軟件包（沒有編碼參數）和現在的read_stata13 ，這告訴我它希望Stata文件在CP1252中進行編碼 。 但是，a，編碼不起作用。 我應該放棄並使用.csv-export作為橋接，還是實際上可以在R中讀取.dta文件？

最小示例：
這段代碼下載了我的數據集的前幾行，並舉例說明了問題，例如在包含北歐語言的變量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，讀取Stata之前的版本14生成的文件的正確編碼是"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）都很好地導入了。

假設read_stata13的手冊在其他平台上正確假定為"CP1252" 。 對我而言， "macroman"起到了作用（也適用於Stata 13生成的帶export delimited的.csv文件）。