R語言 UTF-8各種問題的解決方案
R語言在碰到讀UTF-8文件,或者處理UTF-8數據時總是會遇到各種各樣的問題,本姑娘也是在碰瞭n多次壁,被氣得吐血好多次之後,終於對這類總結出瞭一些解決辦法:
1. 讀UTF-8文件,例如UTF-8格式的csv:
最好的處理辦法就是:
a1=read.table('C:\\test11.csv',sep=',',fileEncoding = 'UTF-8',header = F)
如果使用如下方法可能會出錯(全是血淚教訓啊):
a2=read.csv('C:\\test11.csv',fileEncoding = 'UTF-8',header = F) a2=read.csv('C:\\test11.csv',encoding = 'UTF-8',header = F)
2. 如何在R裡把一個數據轉化為UTF-8格式:
因為我在R裡寫瞭一段程序,需要把數據轉化為JSON格式,通過上面的方法讀進來的數據是沒有問題,但是數據再R裡並不是utf-8格式存儲的,所以toJSON()時報瞭如下錯誤:
unable to escape string. String is not utf8
後來發現R裡有一個函數可以把數據轉為utf8格式:enc2utf8()
> a='小源' > Encoding(a)#查看a的編碼格式 [1] "unknown" > b=enc2utf8(a) > Encoding(b) [1] "UTF-8"
3. 如何SOURCE一個UTF-8格式的R文件:
source一個utf8編碼保存的R腳本,在windows下(linux由於默認編碼就是utf8,直接source就可以)
source('test.R',encoding = 'UTF-8')
補充:mac系統csv亂碼_R語言寫入UTF-8格式CSV亂碼解決辦法
中文編碼方式有GBK(GB2312)和UTF-8兩種。
由於區域設置問題,在Windows系統下,Excel程序默認用GBK格式讀取CSV文件。
因此會導致亂碼。
如下圖所示:
解決的辦法是用tidyverse包中的write_excel_csv()函數。
下面上代碼:
library(tidyverse) x <- c('好好地', '針對是棒極啦', '哈好好好好好愛吼吼吼啊', '啊') y <- c(1, 2, 3, 4) z <- c('haha', 'hehe', 'hoho', 'lala') xyz_tbl <- tibble(x,y,z) read_csv(file = 'data1.csv', ) #亂碼 write.csv(xyz_tbl,'data_old.csv',row.names = T,fileEncoding='UTF-8') #再次亂碼 write_csv(xyz_tbl, 'data.csv') #解決問題 write_excel_csv(xyz_tbl, 'data_ex.csv') #以上文件用R讀取都沒問題 read_csv(file = 'data.csv') read_csv(file = 'data_ex.csv') read_csv(file = 'data_old.csv')
原數據
以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方,望不吝賜教。
推薦閱讀:
- None Found