使用haven::read_sav导入含德语变音符号的SPSS文件报错，求解决方法

这个错误源于SPSS文件的编码与haven默认读取编码不匹配，导致德语变音符号（如ü）被解析为无效字符，后续group_by调用时触发gsub的编码错误。以下是几种可行的解决方法：

方法1：指定编码读取 #

直接在read_sav中指定德语SPSS文件常用的编码（如ISO-8859-1或Windows-1252），让haven正确解析变音符号：

# 尝试ISO-8859-1编码
dat <- haven::read_sav("file.sav", encoding = "ISO-8859-1")
# 若无效，换Windows-1252编码
# dat <- haven::read_sav("file.sav", encoding = "Windows-1252")

dat %>% group_by(variable)

方法2：读取后修复编码 #

如果指定编码仍无效，可先读取文件，再用iconv修复变量名和字符型变量的编码：

dat <- haven::read_sav("file.sav")

# 修复变量名的编码
names(dat) <- iconv(names(dat), from = "ISO-8859-1", to = "UTF-8")

# 修复所有字符型变量的内容
dat <- dat %>% 
  dplyr::mutate(dplyr::across(where(is.character), ~ iconv(., from = "ISO-8859-1", to = "UTF-8")))

dat %>% group_by(variable)

方法3：用foreign包替代读取 #

若haven的兼容性仍有问题，可尝试foreign包的read.spss函数，它对旧编码SPSS文件的支持更稳定：

library(foreign)
library(dplyr)

# to.data.frame = TRUE 将数据转为数据框，use.value.labels = FALSE 避免标签编码问题
dat <- read.spss("file.sav", to.data.frame = TRUE, use.value.labels = FALSE, encoding = "ISO-8859-1")

dat %>% group_by(variable)

内容的提问来源于stack exchange，提问作者D. Studer