R中read.csv导入CSV出现无效多字节字符串错误的解决方法

问题成因 #

• 编码不匹配：错误信息里的<ff><fe>是UTF-16LE编码的字节序标记（BOM），而read.csv默认使用系统本地编码（多数情况是UTF-8）读取文件，无法识别UTF-16格式的内容，导致列名解析失败。
• 嵌入式空值警告：因为编码识别错误，R把UTF-16的双字节字符误判为空值（nulls），所以抛出多条相关警告。

解决办法 #

方法1：指定UTF-16LE编码读取 #

直接在read.csv中添加fileEncoding参数，指定正确的编码格式：

test <- read.csv('https://raw.githubusercontent.com/datacfb123/testdata/main/cher_2_current_df_alternative_trunc_final.csv', fileEncoding = "UTF-16LE")

方法2：使用readr包自动识别编码 #

tidyverse系列的readr包对编码的兼容性更好，能自动检测文件编码：

1. 先安装并加载包（如果未安装）：

install.packages("readr")
library(readr)

2. 读取文件：

test <- read_csv('https://raw.githubusercontent.com/datacfb123/testdata/main/cher_2_current_df_alternative_trunc_final.csv')

内容的提问来源于stack exchange，提问作者wizkids121