將特殊字符（如ÆØÅ）讀入R（Rstudio）

我正在嘗試閱讀包含以挪威語編寫的調查問卷數據的CSV文件。所以這個文件包含字母Ø然而，R似乎不能很好地處理這些字母，它們都顯示爲問號。將特殊字符（如ÆØÅ）讀入R（Rstudio）

我使用它來讀取數據：

data <- read.csv2("Responser - Vasket - 20.06.2013.csv")

有沒有我應該使用令R知道我有特殊字符的任何選項？

，我在Windows 7

來源

2013-06-24 Ole Henrik Skogstrøm

嘗試'編碼=「UTF-16」「 – user1609452

或enocding =」ISO-8859-1「應該這樣做。根據[this]（http://en.wikipedia.org/wiki/ISO/IEC_8859-1）：請參閱完整覆蓋的語言。 – agstudy

這些都解決了它。我仍然收到問號。還有什麼提示？ –

使用Rstudio你需要指定fileEncoding參數read.csv2（不以及（？）的encoding）。

在你到達R之前，最好檢查文件的編碼是使用文本編輯器。例如，如果您在Notepad ++中打開文件，則使用編碼菜單可以查看和更改字符編碼。在TextPad中，您可以從「另存爲...」對話框更改編碼。大多數文本編輯器都會有這樣的功能。

這是您需要傳遞給fileEncoding的值;如果文件不是已經存在的，你不能僅僅聲明一個文件爲UTF-16。這就是爲什麼你有警告。

來源

2013-06-24 10:53:05

fileEncoding =「UTF-16」給我警告並取消導入。 ISO-8859-1對問題標記沒有任何規定： -/ –

hi @OleHenrikSkogstrøm你怎麼能解決這個問題？我需要用挪威語和瑞典語字母輸入數據 – dsauce

鑑於我的R版本和設置，這適用於我：
在記事本中，我檢查csv文件是否與'Encoding：ANSI'一起保存。
在RStudio：工具/選項/默認文本編碼：ISO8859-1

我試着用這樣的僞數據：從@Ole亨裏克Skogstrøm

dd <- data.frame(area = c("øø", "åå", "ææ"), site = c("åå", "ææ", "øø")) 
write.csv2(x = dd, file = "åæø.csv", row.names = FALSE) 
dd2 <- read.csv2(file = "åæø.csv") 
all.equal(dd, dd2) 

sessionInfo() 
R version 3.0.1 (2013-05-16) 
Platform: x86_64-w64-mingw32/x64 (64-bit) 

locale: 
[1] LC_COLLATE=Norwegian (Bokmål)_Norway.1252 LC_CTYPE=Norwegian (Bokmål)_Norway.1252 
[3] LC_MONETARY=Norwegian (Bokmål)_Norway.1252 LC_NUMERIC=C        
[5] LC_TIME=Norwegian (Bokmål)_Norway.1252 


getOption("encoding") 
[1] "native.enc"

編輯如下評論08月07日7:57時

@Ole HenrikSkogstrøm透露說：「如果我在Rstudio中使用視圖命令，此錯誤仍然存在」和「如果我只是將它輸出並將結果放入控制檯，原始文章中提供的信息不足。

我的回答上述作品原來的問題確實問：讀取特殊字符爲R.是什麼不行，並且這是在OP不規定，是，「View -ing」 RStudio中的對象不正確地顯示。從控制檯運行View(dd)（dd，請參閱上面的虛擬數據），並且在「工作區窗格」中單擊對象時，在數據查看器中顯示爲「黑色菱形問號」。

另一方面，如果僅使用RGui而不使用RStudio，則View(dd)將在數據查看器中正確顯示字符。

因此，而不是從讀入R的問題，這似乎是一個問題與View-他們在RStudio。另見this post on RStudio support。

來源

2013-06-24 14:44:19 Henrik

嗨，抱歉，花了這麼長時間才能找到你。我暫時忘了這個問題。這個答案寫得很好，但它對我來說不起作用。我得到和你一樣的語言環境輸出，但是我的數據集dd和dd2仍然顯示爲問號。：-/ 有什麼建議麼？ –

嗯......和'getOption（「encoding」）'給出「native.enc」？試試看：'read.table（text ='「æ」，「ø」，「å」'，sep =「，」，encoding =「native.enc」）？ – Henrik

奇怪的是，如果我創建一個數據框並在Rstudio中使用視圖命令，這個錯誤仍然存在。但是，如果我只是將它輸出並將結果放在控制檯中，它的工作原理......任何想法爲什麼？ :) –

Hei Henrik，當包含ØÆÅ的csv文件（由Excel製作）在R中打開時，我會遇到同樣的問題，他們會將挪威文字母顯示爲中間帶有白色問號的黑色菱形。對我來說，這個問題肯定是基於編碼的，但是我無法成功地使用「encoding」或「fileEncoding」來正確打開它們。

我通過在記事本中打開csv然後將其轉換爲文本文件並將編碼從「ANSI」更改爲「UTF-8」來解決了我係統上的問題。看例子。

下面的鏈接包含由Excel中，一個在MSDOS編碼（名稱CSV MSDOS）其他在「逗號分隔」編碼（名稱CSV）式編碼創建了兩個的CSV文件

https://drive.google.com/folderview?id=0BzoGQiFdDwiNNm02UnNLVVNja3c&usp=sharing

在記事本中打開它們應顯示MS-DOS版本具有不正確的字母表示形式（因此可以忽略），而「逗號分隔」版本具有正確的表示形式。將「Names CSV」文件保存爲文本文件，編碼爲「UTF-8」，名稱爲「Names CSV UTF8」。將R中的工作目錄設置爲文件所在的文件夾並運行以下代碼。

test1 <- read.csv2("Names CSV.csv") 
test2 <- read.csv2("Names CSV UTF8.txt")

test1應該顯示帶有問號test2的黑色鑽石，並應正確顯示名稱。

我認爲以前的答案可能沒有工作，因爲表是由R創建的R與R設置字符編碼，因爲我有問題，我相信你也是一個不同的系統軟件設置編碼。

如果你有很多文件需要處理，這個解決方案並不是非常有用，但它至少是一個開始。

來源

2014-05-14 12:27:55

將特殊字符（如ÆØÅ）讀入R（Rstudio）

回答

相關問題