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
在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24