去掉 从R中的列中的值[重复]

Posted 2021-05-05

这个问题在这里已有答案：

• How to remove unicode <U+2032> from string? [duplicate] 3回答

当我使用read.csv读取我的csv文件并使用encoding参数时，我会在其中获得一些值。

application <- read.csv("application.csv", na.strings = c("N/A","","NA"), encoding = "UTF-8")

数据集看起来像

           X                                      Y
Met<U+00A0>Expectations               Met<U+00A0>Expectations
Met<U+00A0>Expectations               Met<U+00A0>Expectations
        NA                            Met<U+00A0>Expectations  
Met<U+00A0>Expectations               Exceeded Expectations
Did<U+00A0>Not Meet Expectations      Met<U+00A0>Expectations
Unacceptable                          Exceeded Expectations

如何从这些值中删除？如果我不使用“encoding”参数，当我在闪亮的应用程序中显示这些值时，它被视为：

Met<a0>Expectations and Did<a0>Not Meet Expectations

我不知道如何处理这个问题。

PS：我已经用面临的问题的例子修改了原始问题。

答案

两种选择：

application <- read.csv("application.csv", na.strings = c("N/A","","NA"), encoding = "ASCII")

或者与{readr}

application <- read_csv("application.csv", na.strings = c("N/A","","NA"), locale = locale(encoding = "ASCII"))

将UTF-8转换为ASCII将删除打印的UTF-8语法，但空格将保留。请注意，如果字符串的开头或结尾有多余的空格，您可能会获得不需要的唯一值。例如，转换为ASCII的"Met Expectations<U+00A0>"将读取"Met Expectations "，它不等于"Met Expectations"。

另一答案

问题困扰我很长一段时间，我在R社区周围搜索，“r”标签中的答案都不适用于我的情况。在我扩展搜索区域之前，我在“java”标签中得到了有效的答案。好的，对于数据框架，解决方案是：

application <- as.data.frame(lapply(application, function(x) {
              gsub("u00A0", "", x) 
         })) 

另一答案

这不是一个很好的答案，但要让你的csv回到UTF-8，你可以在谷歌表中打开它，然后下载为.csv。然后使用trim_ws = T导入。这将解决导入问题，不会产生任何怪异。