我在使用输出data.frame时遇到问题 write.csv 使用UTF-16字符编码。
背景：我正在尝试从data.frame写出一个CSV文件，以便在Excel中使用。 Excel Mac 2011似乎不喜欢UTF-8（如果我在文本导入期间指定UTF-8，则非ASCII字符显示为下划线）。我一直认为Excel会对UTF-16LE编码感到满意。
这是示例data.frame：
> foo
a b
1 á 羽
> Encoding(levels(foo$a))
[1] "UTF-8"
> Encoding(levels(foo$b))
[1] "UTF-8"
所以我尝试输出data.frame：
f <- file("foo.csv", encoding="UTF-16LE")
write.csv(foo, f)
这给了我一个看起来像这样的ASCII文件：
"","
如果我使用 encoding="UTF-16"，我得到一个只包含字节顺序标记的文件 0xFE 0xFF。
如果我使用 encoding="UTF-16BE"，我得到一个空文件。
这是在Mac OS X 10.6.6上的64位版本的R 2.12.2上。我究竟做错了什么？
你可以简单地保存 CSV 在UTF-8中，稍后将其转换为UTF-16LE 的iconv 在终端。
如果你坚持在R中这样做，以下可能会奏效 - 尽管看起来如此 iconv 在R确实有一些问题，请参阅： http://tolstoy.newcastle.edu.au/R/e10/devel/10/06/0648.html
> x <- c("foo", "bar")
> iconv(x,"UTF-8","UTF-16LE")
Error in iconv(x, "UTF-8", "UTF-16LE") :
embedded nul in string: 'f\0o\0o\0'
你可以看到真正需要上面链接的补丁 - 我没有测试过，但如果你想让它保持模拟（和讨厌）：只需调用R里面的第三方iconv程序 system 保存表后调用 CSV。
这样的事情可能会做（write.csv() 只是忽略编码，所以你必须选择 writLines() 要么 writeBin()）...
#' function to convert character vectors to UTF-8 encoding
#'
#' @param x the vector to be converted
#' @export
toUTF8 <-
function(x){
worker <- function(x){
iconv(x, from = Encoding(x), to = "UTF-8")
}
unlist(lapply(x, worker))
}
#' function to write csv files with UTF-8 characters (even under Windwos)
#' @param df data frame to be written to file
#' @param file file name / path where to put the data
#' @export
write_utf8_csv <-
function(df, file){
firstline <- paste( '"', names(df), '"', sep = "", collapse = " , ")
char_columns <- seq_along(df[1,])[sapply(df, class)=="character"]
for( i in char_columns){
df[,i] <- toUTF8(df[,i])
}
data <- apply(df, 1, function(x){paste('"', x,'"', sep = "",collapse = " , ")})
writeLines( c(firstline, data), file , useBytes = T)
}
#' function to read csv file with UTF-8 characters (even under Windwos) that
#' were created by write_U
#' @param df data frame to be written to file
#' @param file file name / path where to put the data
#' @export
read_utf8_csv <- function(file){
# reading data from file
content <- readLines(file, encoding = "UTF-8")
# extracting data
content <- stringr::str_split(content, " , ")
content <- lapply(content, stringr::str_replace_all, '"', "")
content_names <- content[[1]][content[[1]]!=""]
content <- content[seq_along(content)[-1]]
# putting it into data.frame
df <- data.frame(dummy=seq_along(content), stringsAsFactors = F)
for(name in content_names){
tmp <- sapply(content, `[[`, dim(df)[2])
Encoding(tmp) <- "UTF-8"
df[,name] <- tmp
}
df <- df[,-1]
# return
return(df)
}