Python中pyreadr读取RData文件如何设置使用latin编码

• 方案1：配置pyreadr全局编码参数（推荐，无额外依赖）
  pyreadr虽然没有在read_r函数中提供encoding入参，但提供了模块级的全局编码配置项，直接修改该配置即可生效，不需要改动源码：

  import pyreadr
  # 全局指定解码编码为latin1，优先级高于默认的utf-8
  pyreadr.custom_encoding = "latin1"
  # 正常读取目标文件
  r_data = pyreadr.read_r('Input/myFile.RData')
  

  该配置对后续所有pyreadr.read_r调用都生效。

• 方案2：升级pyreadr后使用方案1
  0.4.0之前的旧版本pyreadr没有开放custom_encoding配置项，先执行以下命令升级到最新稳定版即可：

  pip install --upgrade pyreadr
  

  升级完成后按照方案1配置编码即可正常读取文件。

• 方案3：在R侧预先转换文件编码
  如果不方便调整Python侧的包配置，可以先在R环境中将原文件转存为UTF-8编码版本，再回到Python侧读取：

  # R控制台执行
  # 加载原latin编码的RData文件
  load("Input/myFile.RData")
  # 将工作空间所有对象转码后保存为UTF-8编码文件
  save(list = ls(), file = "Input/myFile_utf8.RData", encoding = "UTF-8")
  

  转码完成后，Python侧直接读取转存后的myFile_utf8.RData，不需要额外调整编码配置就能正常加载。

报错中提到的0xb0字节是latin1编码里的度数符号（°），不属于UTF-8编码的合法起始字节，因此触发解码错误，使用latin1编码读取完全匹配该文件的字符编码规则。

内容的提问来源于stack exchange，提问作者userLx