r - data.table::merge 如何避免使用合并编码警告？

Question

使用 merge的 data.table我收到编码警告。我的过程是作为同伴:

我正在创建第一个 data.table

我使用 merge 更新此数据表.

但是我打电话时 merge我收到此警告:

Please ensure that character columns have identical encodings for joins.

如何告诉 data.table 使用的编码？我知道我可以使用 suppressWarnings 删除警告但我更喜欢以干净的方式解决这个问题。

这再现了警告:

library(data.table)
options(stringsAsFactors=FALSE)
dt = data.table(text=c('é','à','s'),
                title='agstudy',hrefs='a')
setkeyv(dt,names(dt))  
dt.new = data.table(text=c('é','à','h','a'),
                    hrefs=c(rep('a',2),rep('aa',2)),
                    title=c(rep('agstudy',2),rep('new',2)))
setkeyv(dt.new,names(dt.new))
merge(dt.new,dt,all=TRUE)

Warning messages:
1: In `[.data.table`(y, xkey, nomatch = ifelse(all.x, NA, 0), allow.cartesian = allow.cartesian) :
  Encoding of character column 'text' in X is different from column 'text' in Y 
  in join X[Y]. Joins are not implemented yet for non-identical character encodings 
  and therefore likely to contain unexpected results for those entries. 
  Please ensure that character columns have identical encodings for joins.

编辑 添加一些 session 信息:

sessionInfo()
R version 3.0.2 (2013-09-25)
Platform: x86_64-w64-mingw32/x64 (64-bit)
[1] data.table_1.8.11

编辑2 添加一些上下文

我的 data.table 是在一些抓取后创建的，我将编码设置为 UTF-8使用 htmlParse(...,encoding='UTF-8') 然后我使用刮取的文本创建 data.table。

Answer 1

警告是由字符向量中的混合编码引起的。 ascii 字符的编码为“未知”，但其他字符可能是“latin1”。

使用它来将所有编码转换为未知:

dt[, names(dt) := lapply(.SD, function(x) {if (is.character(x)) Encoding(x) <- "unknown"; x})]

如果对第二个 DT 执行相同操作，则可以避免警告。

请注意，您使用的是开发版本。这种行为可能很快就会改变。