[問題] 當read_csv遇到utf-8-BOM
各位好:
我使用readr::read_csv讀取csv檔
ex:a <- read_csv("xxx.csv")
按下enter後出現幾行字:
Parsed with colum specification:
cols(
`<U+FEFF>id` = col_character(),
...
)
當時沒有想太多, 因為View(a)看起來都很正常
接著要把 a 跟其他的 dataFrame merge的時候總是會出現錯誤:
Error in fix.by(by.x, x) : 'by' must specify a uniquely valid column
用dplyr::left_join()則是會出現:
Error in left_join_impl(x, y, by$x, by$y, suffix$x, suffix$y) :
'id' column not found in rhs, cannot join
懷疑應該是那個`<U+FEFF>id`在作怪
用關鍵字找到這篇
https://github.com/tidyverse/readr/issues/263
不過看完還是不知道發生了甚麼事...@@a
不曉得有人可以協助解釋嗎?
1. UTF-8-BOM 跟 UTF-8 的差別? (之前讀csv檔從來沒注意過有這個問題)
2. R 要怎麼正確的讀取 UTF-8-BOM 的檔案呢?
任何觀念的釐清小弟都很歡迎
先謝謝各位了！！！
ps.
最後我是用很笨的方法
a <- a %>% select(id=`<U+FEFF>id`...)
把欄位改名後就可以成功merge（但還是想知道大家遇到這問題都怎麼處理的）
補充:
用names(a), colnames(a), summary(a)看起來欄位都顯示正常
不過head(a)會顯示以下的東西
# A tibble: 6 × 5
`<U+FEFF>id`
<chr>
......
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.136.174.63
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1521617104.A.BC4.html
※ 編輯: locka (223.136.174.63), 03/21/2018 15:40:17
→
03/21 18:28,
7年前
, 1F
03/21 18:28, 1F
O大有推薦的處理套件嗎？
※ 編輯: locka (223.136.174.63), 03/21/2018 19:42:03
推
03/21 21:18,
7年前
, 2F
03/21 21:18, 2F
推
03/21 21:21,
7年前
, 3F
03/21 21:21, 3F
→
03/21 21:21,
7年前
, 4F
03/21 21:21, 4F
感謝說明，不過我好奇為什麼View(a)的時候
不會出現像亂碼的東西
可是head(a)就會
第二是有沒有辦法偵測讀入檔案時，
該檔案是以哪種編碼儲存？
※ 編輯: locka (223.136.174.63), 03/21/2018 22:32:28
→
03/21 23:40,
7年前
, 5F
03/21 23:40, 5F
→
03/21 23:40,
7年前
, 6F
03/21 23:40, 6F
→
03/21 23:42,
7年前
, 7F
03/21 23:42, 7F
→
03/21 23:46,
7年前
, 8F
03/21 23:46, 8F
→
03/21 23:46,
7年前
, 9F
03/21 23:46, 9F
→
03/22 09:57,
7年前
, 10F
03/22 09:57, 10F
→
03/22 09:57,
7年前
, 11F
03/22 09:57, 11F
R_Language 近期熱門文章
PTT數位生活區 即時熱門文章
