r - 在读取 sas 文件以触发或将数据拉到 r 会话时，有没有办法设置字符编码？

Question

所以，我有很大的 sas7bdat 文件，我想阅读它们以激发、处理它们，然后将结果收集到 ar 会话。我正在阅读它们以使用 packagespark.sas7bdat和 function激发火花spark_read_sas。到目前为止，一切都很好。问题是 sas7bdat 文件的字符编码是 iso-8859-1，但要在 R 中正确显示内容，它需要是 UTF-8。当我将结果拉到 R 时，我的数据看起来像这样。（让我们首先创建一个与我的结果具有相同原始字节的示例）

mydf <- data.frame(myvar = rawToChar(as.raw(c(0xef, 0xbf, 0xbd, 0x62, 0x63))))

head(mydf$myvar,1) # should get äbc if it was originally read correctly
> �bc

之后更改编码由于某种原因不起作用。

iconv(head(mydf$myvar,1), from = 'iso-8859-1', to = 'UTF-8')
> �bc

如果我使用haven包并将read_sas('myfile.sas7bdat', encoding = 'iso-8859-1')文件直接读取到我的 r-session 中，一切都会按预期工作。

head(mydf$myvar,1)
> äbc

我将非常感谢一个解决方案，它使我能够在 spark 中进行处理，然后只将结果收集到 R-session，因为文件太大了。我想这可能会在以下情况下解决它可能与 sas7bdat 文件中的特殊字符编码有关）。

标签： rapache-sparkcharacter-encoding