我是SparkR的新手,这些天我遇到了一个问题,即在将包含中文字符的文件转换为SparkR后,它将不再正常显示。像这样:
city=c("北京","上海","杭州")
A <- as.data.frame(city)
A
city
1 北京
2 上海
3 杭州
然后,我在SparkR的基础上创建了一个DataFram,并将其收集起来,改变了一切。
collect(createDataFrame(sqlContext,A))
city
1 \027\xac
2 \nw
3 m\xde
我不知道如何将它们转换回可读的中文字符,甚至希望我能在SparkR中获得可读字符,这对我来说应该很方便调试。
我使用linux服务器,不确定它是否与此相关。有人知道吗?
下面是sessionInfo()
> sessionInfo()
R version 3.2.2 (2015-08-14)
Platform: x86_64-redhat-linux-gnu (64-bit)
Running under: Red Hat Enterprise Linux Server 7.2 (Maipo)
locale:
[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8
[5] LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8 LC_PAPER=en_US.UTF-8 LC_NAME=C
[9] LC_ADDRESS=C LC_TELEPHONE=C LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] SparkR_1.5.2
loaded via a namespace (and not attached):
[1] tools_3.2.2