Mac系统下R语言导入含特殊字符CSV文件的编码问题解决

核心解决方案：指定正确编码或用更智能的读取函数 #

不需要通过Excel中转，直接在R里就能解决乱码问题，以下是几种可靠方法：

方法1：给read.csv()指定编码参数 #

既然Excel转码用的是Windows ANSI（对应编码Windows-1252，和ISO-8859-1高度兼容），直接在读取时指定该编码即可：

# 直接指定编码读取
df <- read.csv("你的文件路径.csv", encoding = "Windows-1252")

如果Windows-1252无效，试试ISO-8859-1：

df <- read.csv("你的文件路径.csv", encoding = "ISO-8859-1")

方法2：用readr包的智能读取函数 #

readr包的read_csv()对编码的自动检测比基础包更准确，推荐优先尝试：

# 先安装readr（如果没装过）
install.packages("readr")
library(readr)

# 自动检测编码读取
df <- read_csv("你的文件路径.csv")

# 如果自动检测失败，手动指定编码
df <- read_csv("你的文件路径.csv", locale = locale(encoding = "Windows-1252"))

方法3：手动转码后读取（适合编码明确的情况） #

如果已经确定文件编码，可先读取原始字节再转码：

# 读取原始内容，不自动转码
raw_lines <- readLines("你的文件路径.csv", encoding = "unknown")
# 转码为UTF-8
converted_lines <- iconv(raw_lines, from = "Windows-1252", to = "UTF-8")
# 从转码后的文本读取数据
df <- read.csv(text = converted_lines)

额外技巧：确认文件实际编码 #

如果不确定文件编码，可在Mac终端执行以下命令查看：

file -I 你的文件路径.csv

输出结果中的charset=字段就是文件的实际编码，将其填入R读取函数的编码参数即可。

内容的提问来源于stack exchange，提问作者Etxeberri