エンコーディングが異なる Rdata ファイルの読み取り

42 さんのコメントのおかげで、ファイルを再コード化する関数を書くことができました:

fix.encoding <- function(df, originalEncoding = "latin1") {
  numCols <- ncol(df)
  for (col in 1:numCols) Encoding(df[, col]) <- originalEncoding
  return(df)
}

ここで重要なのはコマンド Encoding(df[, col]) <- "latin1" です 、列 col を取ります データフレーム df の latin1 形式に変換します。残念ながら、Encoding 列オブジェクトのみを入力として受け取るため、データフレーム オブジェクトのすべての列をスイープして変換を適用する関数を作成する必要がありました。

もちろん、問題が数列だけにある場合は、Encoding を適用したほうがよいでしょう。 データフレーム全体ではなく、それらの列に変換します (上記の関数を変更して、一連の列を入力として受け取ることができます)。また、逆の問題、つまり Linux または Mac OS で作成された R オブジェクトを Windows に読み込む場合は、 originalEncoding = "UTF-8" を使用する必要があります。 .

これを投稿していただきありがとうございます。一部の列が文字で、一部が非文字のデータフレームがある場合に備えて、自由に関数を変更しました。そうしないと、エラーが発生します:

> fix.encoding(adress)
Error in `Encoding<-`(`*tmp*`, value = "latin1") :
 a character vector argument expected

変更された関数は次のとおりです:

fix.encoding <- function(df, originalEncoding = "latin1") {
    numCols <- ncol(df)
    for (col in 1:numCols)
            if(class(df[, col]) == "character"){
                    Encoding(df[, col]) <- originalEncoding
            }
    return(df)
}

ただし、これは「因子」列のレベル名のエンコーディングを変更しません。幸いなことに、これによりデータフレームのすべての要素が文字に変更されることがわかりました (これは最善のアプローチではないかもしれませんが、私の場合はそれが必要でした):

i <- sapply(df, is.factor)
df[i] <- lapply(df[i], as.character)

以前の回答をフォローアップします。これは、要因と dplyr の tibble で動作するようにするマイナー アップデートです。インスピレーションをありがとう。

fix.encoding <- function(df, originalEncoding = "UTF-8") {
numCols <- ncol(df)
df <- data.frame(df)
for (col in 1:numCols)
{
        if(class(df[, col]) == "character"){
                Encoding(df[, col]) <- originalEncoding
        }

        if(class(df[, col]) == "factor"){
                        Encoding(levels(df[, col])) <- originalEncoding
}
}
return(as_data_frame(df))
}