替换数据帧中的错误编码

Question

如何用对应的特殊字符替换某个字符串（例如“ÃŔ）的所有出现？（不幸的是，字符编码错误）。

例如，我想用“ü”替换“ü”，用“ä”替换“䤔等。我可以使用以下代码来做到这一点，但是如何将其应用于数据中的每一列。帧？我如何最有效地做到这一点？

df$colum<-gsub("ü", "ü", daf$column)

谢谢！

Answer 1

根据实际问题，可能有几种解决方法：

A ：

如果原始数据（例如csv文件等）看起来不错，并且您仅看到R中的编码错误，则应尝试使用正确的编码读取文件-大多数读取器和写入器函数都为此参数和UTF设置参数-8在大多数情况下应该可以工作。例如，您可以尝试read.csv(your_file_path, fileEncoding='UTF-8')或类似方法（具体取决于您读取数据的方式。）

B ：

数据实际上已损坏（例如，以前有人弄乱了编码，这不是您读取错误的错误），现在您要手动修复（仅适用于几个字符，例如ä，ö，ü， ß。）

然后，使用dplyr包，您可以：

1. 创建一个修复错误的函数：

   my_fun <- function(str){ str <- gsub("ü", "ü", str) str <- gsub("ä", "ä", str) < additional steps > str }

2. 将其应用于数据框的每个字符列：

df %>% mutate_if(is.character, my_function)