如何在R中加载.data格式数据集？如何确定正确编码？

你提到的.data后缀文件本质是逗号分隔的纯文本文件（ASCII编码），之前的代码存在几个问题：

• 错误指定UTF-16编码，该文件为标准ASCII格式，无需特殊编码设置
• 设置header=T，但数据集本身没有表头行
• dec=","参数多余，数据中全是分类变量，没有小数类型字段

下面是两种靠谱的加载方式：

方法1：用read.csv（最简便） #

read.csv默认处理逗号分隔的文件，完美适配这个数据集：

# 直接读取远程数据集
mushroom_data <- read.csv("https://archive.ics.uci.edu/ml/machine-learning-databases/mushroom/agaricus-lepiota.data", header = FALSE)

# 可选：给列添加对应表头（参考UCI数据集的属性定义）
col_names <- c("class", "cap-shape", "cap-surface", "cap-color", "bruises", "odor",
               "gill-attachment", "gill-spacing", "gill-size", "gill-color",
               "stalk-shape", "stalk-root", "stalk-surface-above-ring",
               "stalk-surface-below-ring", "stalk-color-above-ring",
               "stalk-color-below-ring", "veil-type", "veil-color", "ring-number",
               "ring-type", "spore-print-color", "population", "habitat")
colnames(mushroom_data) <- col_names

方法2：用read.table手动配置参数 #

如果习惯用read.table，修正参数即可：

mushroom_data <- read.table("https://archive.ics.uci.edu/ml/machine-learning-databases/mushroom/agaricus-lepiota.data", 
                            sep = ",", 
                            header = FALSE,
                            stringsAsFactors = FALSE) # 可选：避免自动转为因子类型，按需设置

加载完成后可以用head(mushroom_data)查看前几行，确认数据是否正确读取。

内容的提问来源于stack exchange，提问作者Dieu94