将斯堪的纳维亚字母正确读取到数据框中答案

【问题标题】：Reading scandinavian letters correctly into a data frame将斯堪的纳维亚字母正确读取到数据框中
【发布时间】：2012-03-29 20:02:55
【问题描述】：

当我尝试使用 read.table() 命令将包含斯堪的纳维亚字母的逗号分隔值文件读入 r 中的数据框时，结果不正确。也就是说，我希望正确包含“å”、“æ”、“ø”、“ä”和“ö”等字母。目前，它们以非字母符号表示，并且经常引起其他操作（例如绘图）的抱怨。

我将我的 csv 文件保存在 the ordinary text editor in OS X 中，但我也尝试过使用 TextWrangler，将我的文件保存为特定格式，例如 UTF-8 和 UTF-16，然后在其中指定我的编码带有"encoding=" 选项的read.table() 命令。

将斯堪的纳维亚字母从 csv 文件导入数据框的最小示例是什么样的？

【问题讨论】：

标签： r unicode encoding locale

【解决方案1】：

我也有这个问题，好心人教我怎么做：

使用来自“readr”的read_delim 有效：

metadata2 <- read_delim(filename,locale=locale(encoding="latin))

名称为“文件名”的文件包含斯堪的纳维亚字符。在 metadata2 中看到的字符不再有闪烁的问号！

【讨论】：

【解决方案2】：

您需要包含有关您所在地区的更多详细信息，并且您需要将样本放在人们可以获取的位置。目前我的 Mac 似乎可以正确读取字符（而且我不在甚至需要它的语言环境中）：

> read.table(text='"å", "æ", "ø", "ä"', sep=",")
  V1 V2 V3 V4
1  å  æ  ø  ä
> Sys.getlocale()
[1] "en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8"

（我还使用 TextEdit.app 创建了一个文件，它也可以正确读取。它们在绘图中正确显示。）您可以尝试使用 fileEncoding 参数指定输入编码：

> read.table(text='"å", "æ", "ø", "ä"', sep=",", fileEncoding="UTF-8")
  V1 V2 V3 V4
1  å  æ  ø  ä

...这对我没有任何作用，但是如果您的语言环境设置为“C”，这对于某些使用 Mac 的人来说似乎没有充分的理由发生。如果只对 read.table 使用 'encoding' 参数，它在输入阶段什么也不做，只是为读取操作的结果分配一个属性。

【讨论】：