在R语言中读取CSV文件时两列之间出现方块的原因咨询

核心原因 #

• 分隔符不匹配：read.csv2默认以分号;作为列分隔符，如果你的CSV实际用逗号、制表符或其他符号分隔，R会把非预期的字符解析成方块，甚至把多列当成一列。
• 编码不一致：CSV文件可能采用了R默认编码（通常是UTF-8）之外的格式（比如Windows系统常用的GBK、ISO-8859-1），读取时未指定编码就会导致特殊字符显示为方块。
• 文件含隐藏特殊字符：从Excel等软件导出CSV时，可能附带了不可见的控制字符、换行符或格式标记，被R读取后显示为方块。

解决办法 #

1. 匹配正确的分隔符
   先用文本编辑器（如Notepad++）打开CSV文件，确认列之间的分隔符号：

   • 若为逗号分隔，改用read.csv：

     df <- read.csv("Book1.csv", fileEncoding = "UTF-8")
     

   • 若为制表符分隔，用read.delim或手动指定sep：

     df <- read.delim("Book1.csv", fileEncoding = "UTF-8")
     # 或
     df <- read.table("Book1.csv", sep = "\t", header = TRUE, fileEncoding = "UTF-8")
     

   • 确认是分号分隔但仍有问题，手动指定参数：

     df <- read.csv2("Book1.csv", fileEncoding = "GBK") # 根据文件实际编码调整
     

2. 指定正确的文件编码
   如果不确定编码，可以尝试常见的编码格式，比如"GBK"、"Windows-1252"：

   df <- read.csv2("Book1.csv", fileEncoding = "Windows-1252")
   

3. 清理文件中的特殊字符
   用文本编辑器打开CSV，开启显示所有字符的功能（比如Notepad++的「视图」→「显示符号」→「显示所有字符」），删除多余的控制字符或格式标记，再重新保存为纯CSV格式。

内容的提问来源于stack exchange，提问作者Madamespring