R语言read.csv万能读取各种文件编码的方式

最新推荐文章于 2024-07-18 10:10:37 发布

原创最新推荐文章于 2024-07-18 10:10:37 发布 · 1.4k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#r语言 #编码 #乱码

R 专栏收录该内容

40 篇文章

订阅专栏

文章介绍了使用R语言处理CSV文件可能出现的乱码问题，通过`guess_encoding`函数猜测文件编码，然后结合`tryCatch`处理可能出现的警告，尝试用UTF-8和UTF-8-BOM两种方式读取，有效解决了大部分情况下的编码问题。

使用R语言读取csv文件的时候，由于文件的字符集不同，有时往往会有乱码。

最近整理一个读取csv的方式，足以应付99%的情况。
废话少说，上代码：

# 依赖package
library(readr)
library(stringi)

# 猜测文件的字符编码格式
enc <- guess_encoding("filename.csv", n_max = 1000)[1,1, drop = TRUE]

# UTF-8格式有warning时，尝试UTF-8-BOM
df <- tryCatch(read.csv("filename.csv", fileEncoding = enc),
                       warning =function(e) {
                           read.csv("filename.csv", fileEncoding = "UTF-8-BOM")
                       })