京公网安备 11010802034615号
经营许可证编号:京B2-20210330
R读取MySQL数据出现乱码,解决该问题的方法总结
我用的都是utf-8编码,电脑系统win7, MySQL-Front进行数据库的可视化。
1、我用的是RStudio,先去设置R的默认编码:
Tools→Global Options...→Code→Saving→如下
虽然设置了R的默认编码,但是问题仍然存在。
2、用dbSendQuery(con, "SET NAMES utf8"), 依旧是乱码
library("RMySQL");
con<-dbConnect(MySQL(), user="", password="", dbname=""); #打开连接
dbSendQuery(con, "SET NAMES utf8"); #说明用什么字符集来获取数据库字段
query<-dbSendQuery(con, "select * from table1 ");
result<-fetch(query);
3、既然是从MySQL中读取数据,那就看看是不是MySQL中的编码设置不统一。
方法一 : 参考MySQL字符集专题(字符集,校对,乱码) 该文章的2.3 2.4 4.2
#查看当前数据库字符集
show variables like 'character%';
#查看当前数据库字符集校对
show variables like 'collation%';
我的结果:
可以看到其中的很多编码都是不统一的,用如下方法设置:
或者是方法二
方法二:mysql 更改数据库字符编码的方法
通过MySQL命令行修改:(编码可选)
mysql> set character_set_client=utf8;
mysql> set character_set_connection=utf8;
mysql> set character_set_database=utf8;
mysql> set character_set_results=utf8;
mysql> set character_set_server=utf8;
mysql> set character_set_system=utf8;
mysql> set collation_connection=utf8;
mysql> set collation_database=utf8;
mysql> set collation_server=utf8;
设置后我的MySQL-Front编辑器中输出的结果仍然未变,我就用了,如下的方法三,成功把编码都改为utf8。
方法三: 在MySQL-Front编辑器输入如下,进行运行。
set character_set_client='utf8';
set character_set_connection='utf8';
set character_set_results='utf8';
set character_set_server='utf8';
set collation_connection='utf8_unicode_ci';
set collation_server='utf8_unicode_ci';
4、经过3将MySQL中的编码设置一致,但是问题依然没有解决,无意间将 dbSendQuery(con, "SET NAMES gbk") 设为gbk,乱码问题解决。
library("RMySQL");
con<-dbConnect(MySQL(), user="", password="", dbname=""); #打开连接
dbSendQuery(con, "SET NAMES gbk"); #说明用什么字符集来获取数据库字段
query<-dbSendQuery(con, "select * from table1 ");
result<-fetch(query);
为什么会是这样? 参考 求解 r链接mysql 查询结果出现 乱码 ,如何更改r字符编码?
R的字符编码使用的gbk,所以读取时的数据需要设定为gbk,数据库 ,工作环境,本地 需要保持一致。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14