R 4.2.2中ggplot使用expression()报错：无效多字节字符串

问题原因 #

R 4.2.x版本开始默认采用UTF-8作为全局编码，而你代码里的\211是旧编码（如Latin-1）下的八进制转义字符，在UTF-8环境中会被识别为无效的多字节序列，触发报错。

解决方案 #

直接替换为UTF-8兼容的字符表示方式，以下两种方法任选：

1. 直接输入目标符号
   如果你想显示的是±、½这类常见符号，直接在代码里输入对应的UTF-8字符即可：

   plt1 <- ggplot(MyData,
                 aes(x=A, y=B))+
     geom_point(aes(fill=C), size=3, shape=21)+
     labs(
       y = expression(beta ~ "(±)"), # 直接输入目标符号
       x = "A",
       fill = "Banana")+
     theme_bw()
   
   plot(plt1)
   

2. 使用Unicode转义序列
   如果你不确定如何直接输入符号，用\uXXXX格式的Unicode转义码代替（XXXX为符号的十六进制Unicode码）。比如±的Unicode码是00B1，写法如下：

   plt1 <- ggplot(MyData,
                 aes(x=A, y=B))+
     geom_point(aes(fill=C), size=3, shape=21)+
     labs(
       y = expression(beta ~ "(\u00B1)"), # Unicode转义格式
       x = "A",
       fill = "Banana")+
     theme_bw()
   
   plot(plt1)
   

补充说明 #

如果原来的\211对应其他符号，你可以查询该符号的Unicode编码，替换成对应的\uXXXX序列即可。这种方式完全兼容R 4.2+的UTF-8编码设置，不会再出现无效多字节字符串的报错。

内容的提问来源于stack exchange，提问作者Strobila