R语言读写中文编码方式

R语言读写数据的方法很多，这里主要是我在使用read.csv/read.table和write.csv/write.table时遇到的一些中文格式编码的问题。常见的中文编码方式两种：GBK(GB2312)和UTF-8。

Windows系统下：

read.csv()和read.table()方法不指定文件格式时，默认读取的文件是GBK格式。Rstudio里面有设置默认文本编码方式，但是修改前后读入中文数据情况都一样。

Linux（我使用的Redhat）系统下：

系统指定中文编码方式是UTF-8，所以read.csv()和read.table()都要求UTF-8。

如下两个文件，分别是UTF-8格式和GBK格式，首先用read.csv读取，可以看到不指定编码方式时，读取UTF-8格式文件是乱码。用encoding指定读取的文件编码方式为UTF-8后，正常。这样看起来read.csv()方法读取UTF-8好像可行？

那么我们再来看一个例子，相同的数据，只是最后多增加一列中文。同样，上面三种方式，读取UTF-8的时候问题直接变成了读取出错，“列的数目比列的名字要多”，并且制定编码方式为UTF-8也无法拯救你了。为什么会这样呢？

提示意思是，列名少了，那就去掉表头header=F就行了，结果如下，还是乱码，并且原本四列数据读进来后变成了七列。虽然指定encoding为UTF-8后没有了乱码，但是读取时行之间会错乱。但是用fileEncoding就没有问题了！

上述，总结而言，使用read.csv()时，有中文的话，请务必保证你的文件是GBK编码格式的。或者用fileEncoding来指定编码格式，不要用encoding！

用同样的数据来看read.table方法，只是需要多指定一个sep=”,”。同样，指定encoding无效，指定fileEncoding有效。

跟read.csv一样的问题，并且，这里header=F也可行。read.table比read.csv更严格，要求行都有相同的长度，不会自动填充NA。

write.csv/write.table方法可以使用，可以使用fileEncoding来指定输出文件的编码方式，如下，只要你的系统能识别这种方式就OK。

其实啰啰嗦嗦了这么久，总结而言就一句话read.csv/read.table尽量读入文件GBK格式（Win下），或者UTF-8格式（Linux下），不是的话，用fileEncoding指定编码格式，不要用encoding。

R语言读写中文编码方式相关推荐

R语言读写二进制文件：WriteBin()、readBin()
R语言读写二进制文件:WriteBin().readBin() 目录 R语言读写二进制文件:WriteBin().readBin() WriteBin()和readBin()语法
基于wiki中文语料库的gensim模型使用方法以及R语言的调用方式
基于wiki中文语料库的gensim模型使用方法以及R语言的调用方式近期想要整理下硬盘里的东西,看到本科毕设做情感倾向分析相关的数据,想起当时使用gensim训练词向量模型训练了超级久,决定将训练好 ...
R语言 | 读写txt、csv、excel文件
[更新~] Python网络爬虫与文本数据分析前段时间看到plotnine库(封装的R语言ggplot2)作的图太美了,有点想重新拾起R语言^_^ R语言代码略带凌乱,讲真的还是更喜欢Python代 ...
R语言读写带分隔符的文件
有众多的格式和文本文件标准可用于存储数据.用于存储数据的通用格式为分隔符值(即CSV或制表符分割文件).可扩展标记语言(XML).JavaScript对象表示法(JSON) 将数据存储在文本文件中的主 ...
r语言x%3c-读取文件,R语言读写最灵活的文件——txt文件
星爷 R语言可以读取很多文件,其中以txt文本文件最为灵活,为什么呢,txt文件可以以任意符号作为分隔符,比如",","\t",空格,甚至`"--&a ...
R 语言读写数据编码格式
在使用R语言读取数据或者R代码时,有时候会出现中文乱码的现象.如何才能避免此类乱码问题的出现呢,笔者根据自己在实际数据处理过程中的经验,总结如下: 笔者在Windows系统下,使用R软件进行统计分析相 ...
R语言读写最灵活的文件——txt文件
R语言可以读取很多文件,其中以txt文本文件最为灵活,为什么呢,txt文件可以以任意符号作为分隔符,比如",","\t",空格,甚至"--&￥ ...
r语言读写word_R语言：在word中插入ggplot
最近CRAN上新了一个叫eoffice的package,并且不时被各路大佬提起.这个包的功能刚好也符合我最近的需求,这次带各位先来试试水.包的官方介绍: 1. Introductioncran.r- ...
【数据分析入门】R语言读写文本文件及RDATA文件
一.读入文件 x<- read.table("input.txt") head (x) x<- read.table("input.csv") x& ...

R语言读写中文编码方式

R语言读写中文编码方式相关推荐

最新文章

热门文章