在R中修复文本编码问题：Excel导入乱码处理

修复已导入R的乱码数据 #

你遇到的是典型的编码二次混淆问题：原本的UTF-8字节被错误以CP-1252解码，让™变成了â„¢；而你之前执行的iconv("Productâ„¢", "cp1252", "utf-8")相当于对乱码结果再次错误转码，导致乱码进一步恶化。

正确的修复逻辑是先将乱码字符串还原为原始的UTF-8字节，再用UTF-8解码。在R中可以这样实现：

# 单条字符串修复示例
fixed_text <- rawToChar(iconv("Productâ„¢", from = "", to = "CP1252", toRaw = TRUE)[[1]], encoding = "UTF-8")
fixed_text
#> [1] "Product™"

# 批量修复向量/数据框列
fix_encoding <- function(x) {
  raw_list <- iconv(x, from = "", to = "CP1252", toRaw = TRUE)
  sapply(raw_list, function(raw_bytes) rawToChar(raw_bytes, encoding = "UTF-8"))
}

# 假设数据框为df，目标列是product_name
df$fixed_product <- fix_encoding(df$product_name)

从源头上避免乱码（Excel导入阶段） #

乱码根源是导入Excel时编码识别错误，建议用专门的Excel读取工具替代基础函数，这类工具会自动处理Excel的编码逻辑：

• 使用readxl包（推荐）：

  install.packages("readxl")
  library(readxl)
  df <- read_excel("your_file.xlsx")
  

  readxl会自动识别Excel文件编码，无需手动指定，可直接正确读取特殊符号。

• 若导出为CSV文件：
  在Excel中保存时选择「CSV(逗号分隔)(*.csv)」，弹出编码对话框时选「UTF-8」；之后在R中用以下代码读取：

  df <- read.csv("your_file.csv", encoding = "UTF-8", stringsAsFactors = FALSE)
  

内容的提问来源于stack exchange，提问作者mfg3z0