在R中显示UTF-8编码的中文字符

Question

我会尝试在R中打开一个UTF-8编码的包含（繁体）中文字符的.csv文件。但是出现了这样的情况，有时R会将信息显示为中文字符，有时则显示为Unicode字符。

例如：

data <-read.csv("mydata.csv", encoding="UTF-8")

data

会产生Unicode字符，而：

data <-read.csv("mydata.csv", encoding="UTF-8")

data[,1]

如果我将其转换为矩阵，它也会显示中文字符，但是如果我尝试查看数据（命令View(data)或fix(data)），它又变成了Unicode。

我向使用Mac的人寻求建议（我正在使用PC，Windows 7），其中一些人得到了全中文字符，而其他人则没有。我尝试将原始数据保存为表格，然后以这种方式将其读入R - 结果相同。我尝试在RStudio、Revolution R和RGui中运行脚本。我尝试调整区域设置（例如设置为中文），但要么R不允许我更改它，要么结果是乱码而不是Unicode字符。

我的当前区域设置为：

"LC_COLLATE=French_Switzerland.1252;LC_CTYPE=French_Switzerland.1252;LC_MONETARY=French_Switzerland.1252;LC_NUMERIC=C;LC_TIME=French_Switzerland.1252"

希望能够帮助我让R始终显示中文字符...

- user1445297

---

嗯，这看起来像是一个 bug。对于那些感兴趣的人，可以通过以下代码轻松地重现它：x=c('中華民族');x;data.frame(x)。不要尝试将该代码粘贴到 R 编辑器中，直接将其粘贴到控制台中即可。否则它将无法正常工作。 - nograpes

请查看我的回答：https://dev59.com/ZmAh5IYBdhLWcg3wDfoW - Sathish

Answer 1

不是一个错误，更多的是对底层类型系统转换（字符类型和因子类型）的误解，在构建数据框时。您可以首先使用 data <-read.csv("mydata.csv", encoding="UTF-8", stringsAsFactors=FALSE)，这将使您的中文字符成为字符类型，因此通过打印它们，您应该看到您期望的内容。

@nograpes：同样地，x=c('中華民族')；x；y <- data.frame(x, stringsAsFactors=FALSE)，一切都应该没问题。

- jcb

---

实际上，那对我不起作用。尝试运行该代码，然后 print(y)。我已经提出了一个更直接解决问题的问题。在stackoverflow上 - nograpes

有趣的是，现在这对我起作用了（期间我换了一台不同的电脑，可能会或可能不会有所不同）。谢谢！ - user1445297

Answer 2

在我的情况下，utf-8编码在我的r中不起作用。但是Gb*编码可以工作。在ubuntu中，utf8可以正常工作。首先，您需要确定操作系统中的默认编码。并将其编码为它自己。即使Excel声称以utf8保存，它也无法正确编码。

（1）下载“Open Sheet”软件。

（2）正确打开它。您可以滚动编码方法，直到在预览窗口中看到中文字符。

（3）另存为utf-8（如果您想使用utf-8）。 （UTF-8不是每个问题的解决方案，您必须首先知道系统中的默认编码）

- MLE