如何在R中修改dataframe指定列变量的字符串编码

核心原因 #

你遇到的现象本质是R给data.frame字符串列自动标记了未知编码，导致iconv执行时未做实际转换；直接传入字符串常量时R默认识别为UTF-8编码，因此可以转换成功。

可用解决方法 #

方法1：先强制指定编码再转换 #

# 先给title列的所有字符串标记原始编码为UTF-8
Encoding(df$title) <- "UTF-8"
# 再执行编码转换
df$title <- iconv(df$title, from = "UTF-8", to = "latin1")

方法2：使用stringi包做更稳定的编码转换 #

如果方法1未生效，可以使用兼容性更强的stringi包处理：

# 未安装包先执行 install.packages("stringi")
library(stringi)
df$title <- stri_encode(df$title, from = "UTF-8", to = "latin1")

源头优化方案 #

如果乱码是从数据读取环节产生的，建议在读入数据时就指定编码，比如读csv时添加参数：

df <- read.csv("你的文件路径.csv", encoding = "UTF-8")

内容的提问来源于stack exchange，提问作者Duck