→ lichungtsai: 第一和二個方法因為沒有UTF-8的轉換機制，所以都呈現 04/26 21:20
→ lichungtsai: 亂碼 04/26 21:20
→ celestialgod: 看起來readxl已經解決這個問題了 04/27 00:07
→ celestialgod: 如果沒有檔案，我沒辦法測試，我自己創的可能不符 04/27 00:07
各位大家好
想請教一個R匯入xlsx但裏頭有中文的問題
=====================================================
其中有幾個限制：
1.原始的raw data在單一.xlsx中有許多個sheet，所以希望能使用一些能直接讀取xlsx的packages來讀取，盡量不要手動轉csv檔
2.原始的raw data參雜簡體中文、繁體中文，所以那個packages希望有可以做encoding = UTF-8或Big5之類的函式
=====================================================
那麼我目前試過了三種方法：
第一個：
dtn <- 'launcher_data_2017-01-10-2017-01-17.xlsx'
library(readxl)
launcher_data_2017_01_10_2017_01_17 <- read_xlsx(dtn, sheet = 2)
不過因為這個package他沒辦法使用encoding = 'UTF-8'之類的函式，所以資料呈現亂碼狀態
=====================================================
第二個：
dtn <- 'launcher_data_2017-01-10-2017-01-17.xlsx'
library(openxlsx)
app_1 <- read.xlsx(dtn, sheet = 1)
不過因為這個package他也沒辦法使用encoding = 'UTF-8'之類的函式，所以資料也呈現亂碼狀態
=====================================================
第三個：
options(java.parameters = "-Xmx8000m")
dtn <- 'launcher_data_2017-01-10-2017-01-17.xlsx'
library(xlsx)
app_1 <- read.xlsx(dtn, sheetIndex = 1, encoding = 'UTF-8')
我已經用第一行增加記憶體
但依然出現了
Error in .jcall("RJavaTools", "Ljava/lang/Object;", "invokeMethod", cl, :
java.lang.OutOfMemoryError: GC overhead limit exceeded
似乎是記憶體不足的問題
=====================================================
第四個：（我最不希望的手動轉csv）
app_1 <- read.csv('launcher_data_2017-01-10-2017-01-17.csv', encoding = 'UTF-8')
出現了
Error in type.convert(data[[i]], as.is = as.is[i], dec = dec, numerals = numerals, :
invalid multibyte string at '<e6><9c><ac>?啣<ba>'
我到現在還不懂這代表什麼
總之就是似乎就算手動轉csv檔，再用encoding = 'UTF-8'也是不可行
=====================================================
不曉得這要怎麼解決？
--
Sent from my Windows
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.217.227.0
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1493212736.A.452.html