r-数据帧错误(..，check.names=FALSE):无效的多字节字符串，元素4693

Question

我在Mac 10.11.1版本上运行R Studio。当通过doBy pacakge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

我正试图通过STUENR_MEM和STUENR_ABS变量来折叠或汇总我的数据。我的数据框架中的许多观察结果都有同一变量的多个条目。我想将STUENR_MEM和STUENR_ABS列中的数据相加，以创建一个总成员资格和总缺席列——因此，这两个变量将有一个单独的列，与观测值相对应。

列名：

1"当前学校"GRADE_LEVEL"ENROLL_STATUS"STUDENT_NUMBER"LAST_NAME"FIRST_NAME"
[7] "STU_EM"STU_ABS"STUENR_MEM"STRUENR_ABS"ENTRYDATE"EXITDATE"
[13] "已注册.学校"

我一直在寻找答案，但没有找到。

Answer 1

听起来您的数据文件或特定列包含编码问题。在csv/txt文件导入过程中尝试使用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")

此外，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)