无法将unicode .csv读入R
我有一个.csv文件，其中包含以下数据：
"Ա","Բ"
1,10
2,20我不能将其读入R，因此列名的显示方式与文件中的列名相同。
d <- read.csv("./Data/1.csv", fileEncoding="UTF-8")
head(d)生成以下内容：
> d <- read.csv("./Data/1.csv", fileEncoding="UTF-8")
Warning messages:
1: In read.table(file = file, header = header, sep = sep, quote = quote, :
invalid input found on input connection './Data/1.csv'
2: In read.table(file = file, header = header, sep = sep, quote = quote, :
incomplete final line found by readTableHeader on './Data/1.csv'
> head(d)
[1] X.
<0 rows> (or 0-length row.names)同时，在不指定fileEncoding的情况下执行相同的操作会产生以下结果：
> d <- read.csv("./Data/1.csv")
> head(d)
Ô. Ô²
1 1 10
2 2 20当我运行" file“实用程序来找出文件的编码时，它告诉我它是UTF-8：
Data\1.csv: UTF-8 Unicode text, with CRLF line terminators我使用的是RStudio，Windows7，R版本2.15.2，32位。
提前谢谢。
回答 3
Stack Overflow用户
发布于 2015-02-12 02:29:41
我在这里对同样的问题写了一个更长的答案：R on Windows: character encoding hell。
快速回答，使用参数编码而不是fileEncoding应该可以解决您的第一个问题。您可能无法在RStudio的控制台或表视图中读取它，但您可以在公式中使用它。
d <- read.csv("./Data/1.csv", encoding="UTF-8")
head(d)将表保存为UTF-8文件后：
> test2 <- read.csv("test2.csv", header = FALSE, sep = ",", quote = "\"", dec = ".", fill = TRUE, comment.char = "", encoding = "UTF-8")
Warning message:
In read.table(file = file, header = header, sep = sep, quote = quote, :
incomplete final line found by readTableHeader on 'test2.csv'这显示了它在console和RStudio视图中的外观
> test2
V1 V2
1 <U+0531> <U+0532>
2 1 10
3 2 20然而，重要的是，您能够在R中对此进行操作。因此，在我的示例中，可以看到脚本窗口输入Ա具有UTF-8编码，并且grep可以在您的表中正确地找到这种编码。
> Encoding("Ա")
[1] "UTF-8"
> grep("Ա", as.character(test2[1,1]))
[1] 1您可能需要找到适用于您的设置的适当编码变体，或者可能更改它们。不幸的是，我不确定它是在哪里完成的。
您可能无法让它在所有阶段都美观，但绝对可以让它在Windows7环境中工作。
Stack Overflow用户
发布于 2013-09-21 00:31:04
我尝试了两种方法来复制您的问题。
我将上面的字符复制到RStudio中，并使用以下代码将其保存到csv中：
write.csv(c("Ա","Բ",
1,10,
2,20), "test.csv")
df <- read.csv("test.csv")这样做效果很好。
然后我想，也许R是作弊，当我用R保存到CSV时？所以我只是将字符粘贴到一个文本文件中，并将其另存为CSV。这种方法也没有问题。
这是我的会话信息：
sessionInfo()
R version 3.0.1 (2013-05-16)
Platform: x86_64-pc-linux-gnu (64-bit)
locale:
[1] LC_CTYPE=en_CA.UTF-8 LC_NUMERIC=C LC_TIME=en_CA.UTF-8
[4] LC_COLLATE=en_CA.UTF-8 LC_MONETARY=en_CA.UTF-8 LC_MESSAGES=en_CA.UTF-8
[7] LC_PAPER=C LC_NAME=C LC_ADDRESS=C
[10] LC_TELEPHONE=C LC_MEASUREMENT=en_CA.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] stats4 grid stats graphics grDevices utils datasets methods base
other attached packages:
[1] party_1.0-9 modeltools_0.2-21 strucchange_1.4-7 sandwich_2.2-10 zoo_1.7-10
[6] GGally_0.4.4 reshape_0.8.4 plyr_1.8 ggplot2_0.9.3.1
loaded via a namespace (and not attached):
[1] coin_1.0-23 colorspace_1.2-2 dichromat_2.0-0 digest_0.6.3
[5] gtable_0.1.2 labeling_0.2 lattice_0.20-23 MASS_7.3-29
[9] munsell_0.4.2 mvtnorm_0.9-9995 proto_0.3-10 RColorBrewer_1.0-5
[13] reshape2_1.2.2 scales_0.2.3 splines_3.0.1 stringr_0.6.2 Stack Overflow用户
发布于 2014-08-21 19:35:41
我也遇到了同样的问题，发现文件已经损坏了。
我用OpenOffice打开文件，用"UTF8“字符集(你需要点击编辑过滤器设置框)保存它，然后用read.csv()(没有编码或文件编码选项)导入它，它工作得很好。
https://stackoverflow.com/questions/16838613
复制相似问题