Question

我正在尝试将几个SPSS文件读入包含Cyrillic text的R中。所有文件都在Cyrillic text中。当我将大部分内容读入R时，控制台会说“从CP1251＆＃34;重新编码”。但是，当我在Cyrillic text中读取某些文件时，它会说“从CP1252＆＃34;重新编码”。我认为这是一个拉丁文字。 CP1251个文件读入R没有问题。但是，CP1252文件在R中变得乱七八糟。我已尝试使用foreign，haven和hmisc包来读取SPSS文件，但没有一个可用。我也尝试过reencode='utf-8'。当我这样做时，西里尔文本都变成了NA。无论我是在R还是RStudio工作，都会出现问题。

x1<- read.spss("cp1251_file.sav", to.data.frame = T) #1251 file reads in fine

x2<- read.spss("cp1252_file.sav", to.data.frame = T) #1252 file becomes gibberish

x2<- read.spss("cp1252_file.sav", to.data.frame = T, reencode='utf-8') #Cyrillic text in CP1252 file becomes NA

感谢您的帮助。

Answer 1

如果我使用memisc包，看起来它是有效的，我告诉R该文件是CP1251，即使它在使用read.spss时认为它是CP1252。谢谢！

df <- spss.system.file("file.sav") df <- Iconv(df,from="CP1251",to="UTF-8") df1<-as.data.frame(as.data.set(df))

将Cyrillic的spss文件读入R中

1 个答案: