导入R

Question

以下图片显示了在导入R（导航记录）和导入之后数据的处理方式。

我使用以下命令将其导入R：

Data <- read.csv('data.csv',stringsAsFactors = FALSE,header = TRUE,quote = "")

可以看出，诸如ae之类的特殊字符被替换为类似A |的东西（左边第19行，第18行或右边）。有没有办法导入CSV文件？ （使用R）

Answer 1

您的问题是编码问题。这有两个方面：首先，Notepad ++保存的内容可能与您在保存的文本文件中所期望的编码不对应，其次，R可能正在使用基于不同的read.csv()读取文件编码，这是特别可能的，因为如果您使用Notepad ++，那么这表明您使用的是Windows，因此您可能无法将UTF-8作为R的系统区域设置。

所以轮流讨论每个问题：

1. 让Notepad ++以特定的编码保存文件。您可以在此处使用these instructions为新文件设置编码。我总是使用UTF-8，但是因为你的文本是丹麦语，所以拉丁语-1也应该用。

   要验证文本的编码，您可能希望使用RTools附带的file实用程序。这将告诉您一些关于文件可能从命令行编码的信息，尽管它并不完美。 （OS X和Linux用户已经拥有此功能，无需安装其他实用程序。）

2. 将.csv文件导入R时设置编码。使用read.csv()导入文件时，请指定encoding = "UTF-8"或encoding = "Latin-1"。您可能还想检查系统编码是什么，并与之匹配。您可以使用Sys.getlocale()执行此操作（并将其设置为Sys.setlocale()。）例如，在我的系统上：

   > Sys.getlocale()
   [1] "en_GB.UTF-8/en_GB.UTF-8/en_GB.UTF-8/C/en_GB.UTF-8/en_GB.UTF-8"
   

   您当然可以将其设置为Windows-1252，但如果在其他平台上使用此功能，则可能会遇到麻烦。 UTF-8是最好的解决方案。