我正在尝试读取包含用挪威语编写的问卷数据的 CSV 文件。所以这个文件包含字母 Æ Ø Å，但是 R 似乎不能很好地处理这些字母，它们都显示为问号。
我用这个来读取数据：
data <- read.csv2("Responser - Vasket - 20.06.2013.csv")
我应该使用任何选项让 R 知道我有特殊字符吗？
我在 Windows 7 上使用 Rstudio。
【问题讨论】：
encoding = "UTF-16"
ISO-8859-1 应该这样做。根据this：请参阅完整覆盖的语言。
标签： r csv special-characters
您需要将 fileEncoding 参数指定给 read.csv2（not 以及 (?) encoding）。
在使用 R 之前，最好使用文本编辑器检查文件的编码。例如，如果您在 Notepad++ 中打开文件，“编码”菜单可让您查看和更改字符编码。在 TextPad 中，您可以从 Save As.. 对话框更改编码。大多数文本编辑器都会有这样的功能。
这是你需要传递给fileEncoding的值；如果还没有，您不能只将文件声明为 UTF-16。这就是您收到警告的原因。
【讨论】：
鉴于我的 R 版本和设置，这对我有用：
在记事本中，我检查 csv 文件是否使用“编码：ANSI”保存。
在 RStudio 中：工具/选项/默认文本编码：ISO8859-1
我试过这样的虚拟数据：
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"
编辑@Ole Henrik Skogstrøm 8 月 7 日 7:57 的以下评论
@Ole Henrik Skogstrøm 的评论“如果我......在 Rstudio 中使用视图命令，这个错误仍然存在”和“如果我只是输入它并将结果放在控制台中它可以工作”来自@Ole Henrik Skogstrøm 透露给出的信息在原始帖子中是不够的。
我上面的回答View-ing' RStudio 中的对象显示æøå 不正确。从控制台运行View(dd)（dd，参见上面的虚拟数据）以及单击“工作区窗格”中的对象时，æøå 在数据查看器中显示为“黑色菱形问号”。
另一方面，如果您只使用 RGui，而不使用 RStudio，View(dd) 会在数据查看器中正确显示字符。
因此，这似乎不是将æøå 读入 R 的问题，而是 View-在 RStudio 中处理它们的问题。另见this post on RStudio support。
【讨论】：
getOption("encoding") 给出“native.enc”？试试看：read.table(text='"æ", "ø", "å"', sep = ",", encoding = "native.enc")?
Hei Henrik，当 csv 文件（由 Excel 生成）包含 Ø Æ Å 时，我遇到了同样的问题，在 R 中打开它们会将挪威字母显示为黑色菱形，中间有一个白色问号。对我来说，问题肯定是基于编码的，但是我无法成功使用“encoding”或“fileEncoding”正确打开它们。
我通过在记事本中打开 csv 然后将其转换为文本文件并将编码从“ANSI”更改为“UTF-8”来解决系统上的问题。请参阅示例。
以下链接包含两个由 excel 创建的 csv 文件，一个以 MS-DOS 编码（名称 CSV MSDOS）编码，另一个以“逗号分隔”（名称 CSV）样式编码
https://drive.google.com/folderview?id=0BzoGQiFdDwiNNm02UnNLVVNja3c&usp=sharing
在记事本中打开它们应该会显示 MS-DOS 版本的字母表示不正确（因此可以忽略），而“逗号分隔”版本的表示正确。将“Names CSV”文件保存为编码为“UTF-8”并称为“Names CSV UTF8”的文本文件。将 R 中的工作目录设置为文件所在的文件夹并运行以下代码。
test1 <- read.csv2("Names CSV.csv")
test2 <- read.csv2("Names CSV UTF8.txt")
test1 应该显示带有问号的黑色菱形 test2 应该正确显示名称。
我认为以前的答案可能不起作用，因为该表是由 R 创建的，并且 R 设置了字符编码，而我遇到的问题，我相信你也有一个不同的系统软件一直在设置编码。
如果您有很多文件要处理，这个解决方案不是很有用，但它至少是一个开始。
【讨论】：