欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

R语言 UTF-8各种问题的解决方案

程序员文章站 2022-06-18 21:39:53
r语言在碰到读utf-8文件,或者处理utf-8数据时总是会遇到各种各样的问题,本姑娘也是在碰了n多次壁,被气得吐血好多次之后,终于对这类总结出了一些解决办法:1. 读utf-8文件,例如utf-8格...

r语言在碰到读utf-8文件,或者处理utf-8数据时总是会遇到各种各样的问题,本姑娘也是在碰了n多次壁,被气得吐血好多次之后,终于对这类总结出了一些解决办法:

1. 读utf-8文件,例如utf-8格式的csv:

最好的处理办法就是:

a1=read.table('c:\\test11.csv',sep=',',fileencoding = 'utf-8',header = f)

如果使用如下方法可能会出错(全是血泪教训啊):

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里把一个数据转化为utf-8格式:

因为我在r里写了一段程序,需要把数据转化为json格式,通过上面的方法读进来的数据是没有问题,但是数据再r里并不是utf-8格式存储的,所以tojson()时报了如下错误:

unable to escape string. string is not utf8

后来发现r里有一个函数可以把数据转为utf8格式:enc2utf8()

> a='小源'
> encoding(a)#查看a的编码格式
[1] "unknown"
> b=enc2utf8(a)
> encoding(b)
[1] "utf-8"

3. 如何source一个utf-8格式的r文件:

source一个utf8编码保存的r脚本,在windows下(linux由于默认编码就是utf8,直接source就可以)

source('test.r',encoding = 'utf-8')

补充:mac系统csv乱码_r语言写入utf-8格式csv乱码解决办法

中文编码方式有gbk(gb2312)和utf-8两种。

由于区域设置问题,在windows系统下,excel程序默认用gbk格式读取csv文件。

因此会导致乱码。

如下图所示:

R语言 UTF-8各种问题的解决方案

解决的办法是用tidyverse包中的write_excel_csv()函数。

下面上代码:

library(tidyverse)
x <- c('好好地', '针对是棒极啦', '哈好好好好好爱吼吼吼啊', '啊')
y <- c(1, 2, 3, 4)
z <- c('haha', 'hehe', 'hoho', 'lala')
xyz_tbl <- tibble(x,y,z)
        read_csv(file = 'data1.csv', )
#乱码
write.csv(xyz_tbl,'data_old.csv',row.names = t,fileencoding='utf-8')
#再次乱码
write_csv(xyz_tbl, 'data.csv')
#解决问题
write_excel_csv(xyz_tbl, 'data_ex.csv')
#以上文件用r读取都没问题
read_csv(file = 'data.csv')
read_csv(file = 'data_ex.csv')
read_csv(file = 'data_old.csv')

R语言 UTF-8各种问题的解决方案

原数据

R语言 UTF-8各种问题的解决方案

data.csv

R语言 UTF-8各种问题的解决方案

data_ex.csv

R语言 UTF-8各种问题的解决方案

data_old.csv

以上为个人经验,希望能给大家一个参考,也希望大家多多支持。如有错误或未考虑完全的地方,望不吝赐教。

相关标签: R语言 UTF-8