read.csv中的无效多字节字符串

Question

我正在尝试导入日语的csv。这段代码：url <- 'http://www.mof.go.jp/international_policy/reference/itn_transactions_in_securities/week.csv'x <- read.csv(url, header=FALSE, stringsAsFactors=FALSE)返回以下错误：Error in type.convert(data[[i]], as.is = as.is[i], dec = dec, na.strings = character(0L)) : invalid multibyte string at '<91>ΊO<8b>y<82>ёΓ<e0><8f>،<94><94><84><94><83><8c>_<96>?̏?@(<8f>T<8e><9f><81>E<8e>w<92><e8><95>?@<8a>փx<81>[<83>X<81>j'我尝试更改编码（Encoding(url) <- 'UTF-8'也更改为latin1），并尝试删除read.csv参数，但在每种情况下均收到相同的“无效的多字节字符串”消息。是否应该使用其他编码，还是存在其他问题？

Answer 1

Encoding设置字符串的编码。它不会设置您想要的字符串表示的文件的编码。

经过尝试，这对我有用"UTF-8"：

x <- read.csv(url, header=FALSE, stringsAsFactors=FALSE, fileEncoding="latin1")

您可能希望跳过前16行，并分别读入标题。无论哪种方式，仍有大量清理工作要做。

x <- read.csv(url, header=FALSE, stringsAsFactors=FALSE,

  fileEncoding="latin1", skip=16)

# get started with the clean-up

x[,1] <- gsub("\u0081|`", "", x[,1])    # get rid of odd characters

x[,-1] <- as.data.frame(lapply(x[,-1],  # convert to numbers

  function(d) type.convert(gsub(d, pattern=",", replace=""))))