如何在Python中以正确编码打开dta文件并解决NaN与TypeError问题？

• 先修正代码变量名错误：你定义了df却打印data，这会触发未定义错误，先改成：

  df = pd.read_stata('selfemp.dta')
  print(df)
  

• pandas的read_stata()在旧版本中不支持encoding参数，这就是你添加编码参数触发TypeError的原因，具体解决思路如下：

  1. 升级pandas到支持encoding的版本（1.0及以上），然后尝试Stata常用编码：

     df = pd.read_stata('selfemp.dta', encoding='latin-1')
     # 也可尝试 utf-8、cp1252 等编码
     

  2. 如果升级后仍有问题，使用专门处理统计文件的pyreadstat库，它对编码的兼容性更好：

     pip install pyreadstat
     

     import pyreadstat
     df, meta = pyreadstat.read_dta('selfemp.dta', encoding='latin-1')
     print(df)
     

  3. 尝试关闭分类变量自动转换，部分场景下分类变量的编码异常会导致列值显示为NaN：

     df = pd.read_stata('selfemp.dta', convert_categoricals=False)
     

内容的提问来源于stack exchange，提问作者Staycalm