若使用R語(yǔ)言調(diào)用data <- read.csv("dataset.csv")文件出現(xiàn)了亂碼，解決的方法簡(jiǎn)單整理如下：

查看R語(yǔ)言運(yùn)行環(huán)境的區(qū)域(locale)設(shè)置

> Sys.getlocale(category = "LC_ALL") [1] "LC_COLLATE=Chinese (Simplified)_China.936;LC_CTYPE=Chinese (Simplified)_China.936;LC_MONETARY=Chinese (Simplified)_China.936;LC_NUMERIC=C;LC_TIME=Chinese (Simplified)_China.936"

若區(qū)域設(shè)置的字符集LC_CTYPE為中文，一般可以斷定dataset.csv文件是UTF-8文件格式，此時(shí)可以加一個(gè)參數(shù)：

data <- read.csv("dataset.csv", fileEncoding = "UTF-8")

若還是不能讀取數(shù)據(jù)集，或者使用fileEncoding = "UTF-8"時(shí)header出現(xiàn)了X.U.FEFF奇怪的字樣，說(shuō)明UTF-8格式的文件頭帶了BOM（byte oreder mark， 字節(jié)順序標(biāo)記），此時(shí)應(yīng)該換成fileEncoding = "UTF-8-BOM"：

data <- read.csv("dataset.csv", fileEncoding = "UTF-8-BOM")

注意：

不要使用encoding = "UTF-8"的參數(shù)，實(shí)際上encoding的參數(shù)相當(dāng)于分兩個(gè)步驟:

# 1. 讀入數(shù)據(jù) data <- read.csv("dataset.csv") # 2. 對(duì)data中有所的字符串進(jìn)行encoding轉(zhuǎn)碼，比如， # 帶中文的factor(或是character)，實(shí)際上調(diào)用了：Encoding(levels(data[,1]) <- "UTF-8" # 對(duì)應(yīng)列是factor 情形# 或Encoding(data[,1]) <- "UTF-8" # 對(duì)應(yīng)列是character情形

不要fileEncoding和encoding兩個(gè)參數(shù)同時(shí)使用
原因如同注意1， 若是fileEncoding和encoding同時(shí)指定`UTF-8’, 相當(dāng)于對(duì)字符串進(jìn)行兩次轉(zhuǎn)碼。

總結(jié)

以上是生活随笔為你收集整理的R语言read.csv乱码问题UTF-8 BOM X.U.FEFF的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。