如何解决R语言导入含特殊字符CSV文件时的编码丢失问题？

以下是几个可行的修正方案，按优先级尝试：

• 确认文件实际编码并匹配参数
  很多时候CSV文件并非UTF-8编码（比如常见的ISO-8859-1、Windows-1252），用文本编辑器（如Notepad++）打开文件查看编码后，修改encoding参数：

  # 假设文件实际编码为ISO-8859-1
  mobilidade_urbana <- read.csv("Tabela Final - Cidades do Estudo de Caso - 02_09_2023.csv", sep = ";", dec = ".", encoding="ISO-8859-1")
  

• 改用readr包的读取函数
  readr包的函数对编码的自动检测和处理更可靠，尤其适合含特殊字符的非英语表格：

  # 先安装加载包
  install.packages("readr")
  library(readr)
  
  # 用read_csv2适配分号分隔格式，指定编码
  mobilidade_urbana <- read_csv2("Tabela Final - Cidades do Estudo de Caso - 02_09_2023.csv", locale = locale(encoding = "UTF-8"))
  
  # 若自动检测失败，替换为文件实际编码，比如ISO-8859-1
  # mobilidade_urbana <- read_csv2("Tabela Final - Cidades do Estudo de Caso - 02_09_2023.csv", locale = locale(encoding = "ISO-8859-1"))
  

• 通过文件连接指定编码
  用file()创建明确编码的连接后读取，避免read.csv的编码参数失效：

  con <- file("Tabela Final - Cidades do Estudo de Caso - 02_09_2023.csv", encoding = "ISO-8859-1")
  mobilidade_urbana <- read.csv(con, sep = ";", dec = ".")
  close(con)
  

• 转换已读取数据的编码
  如果数据已加载但编码错误，用iconv()转换字符列的编码：

  # 替换为实际需要修正的列名
  mobilidade_urbana$nome_cidade <- iconv(mobilidade_urbana$nome_cidade, from = "ISO-8859-1", to = "UTF-8")
  

内容的提问来源于stack exchange，提问作者Gabriel Pivante