如何声明数据框中所有字符列的编码？

Question

在windows机器上从包加载数据，编码有问题。

require(vegdata) tax_dbf <- load.taxlist("GermanSL 1.3", detailed=TRUE) tax_dbf[33,"BEGRUEND"]

[1] " "EinfÃ¼gen einer Zwischenebene""

我可以解决这个问题：

Encoding(tax_dbf$BEGRUEND) <- "UTF-8" tax_dbf[33,"BEGRUEND"]

[1] "Einfügen einer Zwischenebene"

但是，我没能找到一种简单的方法来为 df 中的所有字符列声明编码，而且我的 SO 搜索 foo 今天也很弱。这是令人困惑的。

tidyverse 中的任何人对我的散文有一个 oneliner？

Answer 1

不需要使用tidyverse。只循环满足条件的列：

set.seed(1)

df <- data.frame(a = rep("EinfÃ¼gen einer Zwischenebene", 5), b = runif(5), c = rep("EinfÃ¼gen einer Zwischenebene", 5), stringsAsFactors = F)

cols <- names(df)

for(i in seq_along(cols)){

  if(!is.character(df[, cols[[i]]])) next

  Encoding(df[, cols[[i]]]) <- "UTF-8"

}

导致：

> df
                             a         b                            c
1 Einfügen einer Zwischenebene 0.2655087 Einfügen einer Zwischenebene
2 Einfügen einer Zwischenebene 0.3721239 Einfügen einer Zwischenebene
3 Einfügen einer Zwischenebene 0.5728534 Einfügen einer Zwischenebene
4 Einfügen einer Zwischenebene 0.9082078 Einfügen einer Zwischenebene
5 Einfügen einer Zwischenebene 0.2016819 Einfügen einer Zwischenebene

dplyr 解决方案

dplyr::mutate_if(df, is.character, .funs = function(x){return(`Encoding<-`(x, "UTF-8"))})

如何声明数据框中所有字符列的编码？

How to declare encoding for all character columns in a data frame?

encoding

r

character-encoding

non-ascii-characters

dataframe

dplyr 解决方案