Stata中有两种数据类型：字符型和数值型。在我们处理数据的时候，经常会遇到原始数据的数据类型不是我们所需要的数据类型，这就需要我们将原始数据中的一些数据类型进行转换，从而将其转成我们期望的数据类型。Stata也提供了一些相关命令。其中，字符型变量转换为数值型变量的命令有：real()函数，encode和destring命令；数值型变量转换为字符型变量的命令有：strofreal()函数，decode和tostring命令，它们相互对应，那到底有哪些区别与联系呢？

今天我们先来讲一讲如何把字符型变量转化为数值型变量。

一、 命令介绍

encode命令：只可以将以字符型格式储存的非数值变量转换为数值型变量，它的返回值只是1,2,3……的序号变量，相同属性的观测值赋值相同，相当于给字符变量重新编码，并且将原来的字符型数据设置为转换后的数值型变量的标签。常用选项介绍如下：

destring命令：将以字符型格式储存的数值变量转化为数值型变量。常用选项介绍如下：

real(s)函数：同destring命令一样，可以将以字符型格式储存的数值s转化为数值型变量。若s是以字符型格式储存的非数值变量返回缺失值；另外，real()函数还可以对某一个具体观测值实现转变。

二、例子说明

为了方便介绍选项，我们输入如下数据，代码如下：

clear

input ///

str3 num str2 name str10 per str6 income

-1 a “10%” “9747”

1 b “62%” “1,234”

1 a “53%” “938.9”

-1 c “48,6%” “8344”

2 d “58%” “2398”

-2 e “46%” “-”

-3 c “78%” “53822”

3 d “92,2%” “na”

-1 e “65%” “$28477”

1 b “3,6%” “n/a”

end

代码如下：

encode num, gen(num1)

destring num, gen(num2)

gen num3=real(num)

br num num1 num2 num3 in 1/5

可以看到，对于字符型格式储存的数值变量的3种转换形式，输出结果基本没有区别，但是，num1与num2、num3的显示颜色不一样，需要注意的是，encode命令只是对字符变量重新编码，输出结果不应该和其他两种转换方式所得结果是一样的，这是怎么回事呢？我们删除变量的标签值，来看看输出结果会发生什么变化：

label drop _all

br num num1 num2 num3

可以看到，num1只是对变量num进行数值排序。说明encode命令并非真正意义上的将字符型变量转换为数值型变量，它只是返回了变量的标签。

具体代码如下：

encode name, gen(name1) label(xing)

destring name, gen(name2)

gen name3=real(name)

list name name1 name2 name3

stata提示name2没有被找到。那是因为name中有非数字特征，destring命令无法转换，说明该命令只能对字符型格式储存的数值变量起作用，如果必须转换就加force选项，但返回值和real()返回的一样，是缺失的。

.destring name, gen(name2) force

br name name1 name2 name3 in 1/4

为了转换的方便，需要先用tab命令进行查看各个变量不同的非数字特征，代码如下：

tab income if regexm(income, “[^0-9.]”)

然后用destring命令进行转换，代码如下：

destring income, ignore(“$” “-” “,” “na” “n/a”) gen(income1)

br income income1

前面我们用正则表达式查看了非法数字的类型，当然在这里也我们可以不用ignore选项而选择用正则表达式将上述非法数字进行替换，然后进行转变，具体命令如下：

gen income2=ustrregexra(income,”[^d.]”,””)

destring income2, gen(income3)

br income income2 income3

可以看到相同结果：

最后，以变量per的转换为例，我们介绍一下命令destring的选项percent和dpcomma的用法，代码如下：

destring per, gen(per1) percent dpcomma

br per per1