Stata编程小笔记5

在数据处理过程，将字符型变量转换为数值型变量是常见操作，可使用destring命令实现。然而，当该字符型变量含有除阿拉伯数字以外的其他字符时，比如英文字母、中文、奇奇怪怪的符号……直接使用destring会报错（见下图）：

怎么办？

情况1：知道该变量含有哪些非阿拉伯字符。

这种情况很好处理，直接在destring命令的option中加入ignore()就行了。例如：

情况2：不知道该变量含有哪些非阿拉伯字符。

情况1是很理想的情况，大多数时候我们是不知道变量含有什么奇奇怪怪的字符，甚至有的时候，明明在excel中是数值型，导入到stata中就变成字符型，即使你一个个检查，也看不出它跟数值型有什么不同，这就是hidden text characters。

针对这种情况，解决的方法很多，在stata forum中一搜，简直八仙过海、各显神通，有用正则表达式匹配的，有用charlist命令找出字符ASCII码的……我觉得这些方法或多或少有点繁琐，所以介绍另一种方法：strkeep + destring。例如：

其中，strkeep命令顾名思义——“保留你想保留的字符”，numeric表示我告诉stata要保留的字符是阿拉伯数字，其它闲杂人等通通拉出去。当然你还可以保留其他类型的字符，具体help strkeep，拒绝伸手党，哈哈。

在除去多余的字符之后，再使用destring即可。