R语言数据含异常字符致ggplot绘图失败，如何处理？

问题详情 #

数据的Var1列包含非UTF-8编码的字符（如CARR\xd9、MONTALDO DI MONDOV\xcc这类转义序列），运行ggplot绘图代码时触发以下警告，字符显示乱码：

1: In grid.Call(C_textBounds, as.graphicsAnnot(x$label), x$x, x$y, : invalid input 'CARR�' in 'utf8towcs'
2: In grid.Call(C_textBounds, as.graphicsAnnot(x$label), x$x, x$y, : invalid input 'CARR�' in 'utf8towcs'

相关代码与数据 #

绘图代码：

# Create the bar chart with counts inside the bars
ggplot(comtable, aes(x = Var1)) +
  geom_bar(fill = "purple") +
  geom_text(stat = "count", aes(label = ..count.., vjust = -0.5), size = 5, color = "black") +
  labs(title = "Distribution of Comune")

数据预览：

head(comtable)
                      Var1 Freq
1                 CARR\xd9   11
2   MONTALDO DI MONDOV\xcc    1
3                 CARD\xc8    3
4   SAN MICHELE MONDOV\xcc    4
5 SAN NICOL\xd2 D'ARCIDANO    1
6      MASER\xc0 DI PADOVA    1

dput输出片段：

dput(comtable[1,1])
structure(1L, levels = c("CARR\xd9", "MONTALDO DI MONDOV\xcc", 
"CARD\xc8", "SAN MICHELE MONDOV\xcc", "SAN NICOL\xd2 D'ARCIDANO"

解决方案 #

这些转义字符属于**ISO-8859-1（Latin-1）**编码，只需将其转换为UTF-8即可解决问题：

方法1：直接转换现有因子水平的编码 #

如果数据已经加载到R中，直接转换Var1列的因子水平编码：

# 将因子水平从ISO-8859-1转成UTF-8
levels(comtable$Var1) <- iconv(levels(comtable$Var1), from = "ISO-8859-1", to = "UTF-8")

方法2：读取数据时指定编码（适用于外部文件导入） #

如果数据是从CSV/文本文件读取的，读取时直接指定编码，避免后续转换：

# 读取CSV文件时指定编码为ISO-8859-1
comtable <- read.csv("your_data_file.csv", fileEncoding = "ISO-8859-1")
# 若列已转为因子，确保水平编码正确（可选，部分情况下read.csv会自动处理）
levels(comtable$Var1) <- iconv(levels(comtable$Var1), from = "ISO-8859-1", to = "UTF-8")

验证转换结果 #

运行以下代码确认字符显示正常：

head(comtable$Var1)
# 预期输出：CARRÙ、MONTALDO DI MONDOVÌ、CARDÈ等正确字符

转换完成后，重新运行原ggplot代码即可消除警告，正常显示图表。

内容的提问来源于stack exchange，提问作者firmo23