Próbuję zaimportować plik CSV w języku japońskim. Ten kod:
url <- 'http://www.mof.go.jp/international_policy/reference/itn_transactions_in_securities/week.csv'
x <- read.csv(url, header=FALSE, stringsAsFactors=FALSE)
otrzymuje error:
Error in type.convert(data[[i]], as.is = as.is[i], dec = dec, na.strings = character(0L)) :
invalid multibyte string at '<91>ΊO<8b>y<82>ёΓ<e0><8f>،<94><94><84><94><83><8c>_<96>̏@(<8f>T<8e><9f><81>E<8e>w<92><e8><95>@<8a>փx<81>[<83>X<81>j'
Próbowałem zmienić kodowanie (kodowanie (url) <- 'UTF-8', a także latin1) i usunąć parametry read.csv, ale otrzymałem ten sam komunikat „nieprawidłowy ciąg wielobajtowy” w każdym przypadku. Czy należy zastosować inne kodowanie, czy jest to jakiś inny problem?
0
1 odpowiedź
Encoding ustawia kodowanie ciągu znaków. Nie ustawia kodowania pliku reprezentowanego przez ciąg znaków, co jest tym, czego chcesz.
Działa to u mnie po wypróbowaniu „UTF-8”:
x <- read.csv(url, header=FALSE, stringsAsFactors=FALSE, fileEncoding="latin1")
Możesz też pominąć pierwsze 16 wierszy i przeczytać osobno nagłówki. Tak czy inaczej, jest jeszcze sporo do zrobienia.
x <- read.csv(url, header=FALSE, stringsAsFactors=FALSE,
fileEncoding="latin1", skip=16)
# zacznij od czyszczenia
x[,1] <- gsub("\u0081|`", "", x[,1]) # pozbądź się dziwnych postaci
x[,-1] <- as.data.frame(lapply(x[,-1], # przekonwertuj na liczby
function(d) type.convert(gsub(d, pattern=",", replace=""))))
0