使用read.csv2读取含空格表头的CSV时遇编码错误如何解决？

这个错误是因为make.names()函数在处理列名时遇到了无法正确解析的多字节字符，大概率是文件编码和你指定的encoding参数不匹配，或者列名里存在损坏的特殊字符。给你几个可行的解决方案：

• 先定位问题列名
  先以header=FALSE读取文件，查看第一行（也就是原本的列名）的内容，找到第7个元素（错误提示里的“7”指向的就是它），看看是否有特殊字符（比如法语的é、è、ç这类）：

  temp <- read.csv2("./data/Clients.csv", header = FALSE, na.strings = "", stringsAsFactors = FALSE, sep = ";", encoding = "UTF-8")
  # 打印第一行的所有内容
  print(temp[1, ])
  

  这样你就能明确是哪个列名出了问题，方便后续针对性处理。

• 调整编码参数
  很多Windows下生成的CSV文件用的是Latin-1（或CP1252）编码，而不是UTF-8，试试更换encoding参数：

  # 尝试Latin-1编码
  client <- read.csv2("./data/Clients.csv", header = TRUE, na.strings = "", stringsAsFactors = FALSE, sep = ";", encoding = "Latin-1")
  
  # 或者试试CP1252编码
  client <- read.csv2("./data/Clients.csv", header = TRUE, na.strings = "", stringsAsFactors = FALSE, sep = ";", encoding = "CP1252")
  

• 跳过make.names的自动处理
  read.csv2默认会调用make.names()来规范列名（比如把空格换成点），如果你的列名里的特殊字符不需要被修改，可以用read.table并设置check.names=FALSE，这样就不会触发make.names()的处理：

  client <- read.table("./data/Clients.csv", header = TRUE, na.strings = "", stringsAsFactors = FALSE, sep = ";", encoding = "UTF-8", check.names = FALSE)
  

  注意：这样列名会保留原有的空格和特殊字符，后续调用列时需要用反引号包裹，比如client$Nom du Client``。

• 手动修复列名编码
  如果上面的方法都不行，可以先读取文件，再手动提取并修复列名：

  # 先不带表头读取
  client <- read.csv2("./data/Clients.csv", header = FALSE, na.strings = "", stringsAsFactors = FALSE, sep = ";", encoding = "UTF-8")
  # 提取第一行作为列名，并用iconv修复编码错误
  colnames(client) <- iconv(client[1, ], from = "UTF-8", to = "UTF-8", sub = "")
  # 删除第一行的原表头数据
  client <- client[-1, ]
  

  如果文件实际编码不是UTF-8，把from参数改成对应的编码（比如"Latin-1"）即可。

内容的提问来源于stack exchange，提问作者JackR