r - data.frame(..., check.names = FALSE) 错误 : invalid multibyte string, 元素 4693

Question

我在 Mac 版本 10.11.1 上运行 R Studio。通过 doBy 包运行以下代码时:

ATT_SUM <- summaryBy(STUENR_MEM + STUENR_ABS ~ STUDENT_NUMBER + GRADE_LEVEL + Current.School + ENROLL_STATUS + LAST_NAME + FIRST_NAME + ENTRYDATE + EXITDATE + Enrolled.School + STU_MEM + STU_ABS,
                     data = Att_14, FUN = function(x) { c(Sum = sum(x))})

我收到以下消息:

Error in data.frame(..., check.names = FALSE) : invalid multibyte string, element 4693

我正在尝试通过 STUENR_MEM 和 STUENR_ABS 变量折叠或汇总我的数据。我的数据框中的许多观察结果对同一个变量都有多个条目。我想对 STUENR_MEM 和 STUENR_ABS 列中的数据求和以创建总成员数和总缺席数列——因此与观察对应的这两个变量将有一个单独的列。

列名:

1 "Current.School""GRADE_LEVEL""ENROLL_STATUS""STUDENT_NUMBER""LAST_NAME""FIRST_NAME"
[7] "STU_MEM""STU_ABS""STUENR_MEM""STUENR_ABS""ENTRYDATE""EXITDATE"
[13]《入学.学校》

我一直在寻找答案，但无济于事。

Answer 1

听起来您的数据文件或特定列包含编码问题。在 csv/txt 文件导入期间尝试使用 fileEncoding 参数。根据数据源的特定编码调整类型:UTF-8、Windows-1252、latin1 等。

Att_14 <- read.csv("DataSource.csv", stringsAsFactors=FALSE, fileEncoding="UTF-8")

另外，考虑 R 的 aggregate()它可以按多列进行汇总和分组:

ATT_SUM <- aggregate(cbind(STUENR_MEM, STUENR_ABS) ~ STUDENT_NUMBER + GRADE_LEVEL +
                     Current.School + ENROLL_STATUS + LAST_NAME + FIRST_NAME + 
                     ENTRYDATE + EXITDATE + Enrolled.School + STU_MEM + STU_ABS, 
                     data = Att_14, FUN = sum)