R：如何去掉字符串中的问号块？

Question

我有vector一堆Company Name来自单独的观察结果data frame。我使用vector来查看 中所有唯一公司名称的列表data frame，然后对其进行清理（更正拼写错误、更改/删除合并中的名称等）。由于data不允许丝般平滑的清理过程的性质，重命名是逐行完成的（即硬编码）。我遇到了一个奇怪的问题，我不知道如何解决。

\n\n

vector有一些公司的名称涉及某些特殊字符，例如\'\xc3\xb1\'、\'\xc3\xbc\'、\'\xc3\xa9\'等。从窗口看去，View那些观察结果旁边也有一个相同的条目，只是用一个奇怪的问号块代替了这些字母。例如：

\n\n

Company_Name\n\nSES (Soci\xc3\xa9t\xc3\xa9 Europ\xc3\xa9enne des Satellites (SES))\nSES (Soci\xef\xbf\xbdt\xef\xbf\xbd Europ\xef\xbf\xbdenne des Satellites (SES))\n

\n\n

最初，我用这样的一行代码修复了拼写错误：

\n\n

dataframe$Company_Name[which(dataframe$Company_Name == "SES (Soci\xc3\xa9t\xc3\xa9 Europ\xc3\xa9enne des Satellites (SES))" | dataframe$Company_Name == "SES (Soci\\xe9t\\xe9 Europ\\xe9enne des Satellites (SES))"] <- "SES S.A."\n

\n\n

您在带有重音符号“e”的名称后面看到的替代名称是带有问号块的名称。我通过调用问题阻止名称出现的向量的特定行（即vector[32]），并将输出物理复制并粘贴到代码中来获得该替代名称。

\n\n

理想情况下，vector清理完成后最终看起来像这样：

\n\n

Company_Name\n\nSES S.A.\n

\n\n

但是，它不会删除问号块，而是保留它们：

\n\n

Company_Name\n\nSES S.A.\nSES (Soci\xef\xbf\xbdt\xef\xbf\xbd Europ\xef\xbf\xbdenne des Satellites (SES))\n

\n\n

还有其他人遇到过类似的问题吗？我检查过问题是否出在拼写上，但这似乎不是问题所在。任何帮助是极大的赞赏。

\n\n

（注意：我对特定套餐没有偏好 - 所有选项都在桌面上！）

\n

Answer 1

这可能是一个编码问题。

查看带问号的行的编码：

Encoding(Company_Name)

对于法语句子，您应该按如下方式设置编码：

Encoding(Company_Name)<-'latin1'