R：如何去掉字符串中的问号块？

Question

我有一个 vector 和一组来自单独的 data frame 的 Company Name 观察结果。我使用vector 作为查看data frame 中所有唯一公司名称列表的一种方式，然后对其进行清理（更正拼写错误、更改/删除合并中的名称等）。由于data 的性质不允许丝般光滑的清洁过程，因此重命名是逐行完成的（即硬编码）。我遇到了一个奇怪的问题，不知道如何解决。

有一些公司的名称涉及某些特殊字符，如“ñ”、“ü”、“é”等。从View 窗口查看此vector，这些观察结果也有相同的条目在他们旁边，除了一个奇怪的问号块代替了那些字母。例如：

Company_Name

SES (Société Européenne des Satellites (SES))
SES (Soci�t� Europ�enne des Satellites (SES))

最初，我用这样的一行代码修复了拼写错误：

dataframe$Company_Name[which(dataframe$Company_Name == "SES (Société Européenne des Satellites (SES))" | dataframe$Company_Name == "SES (Soci\xe9t\xe9 Europ\xe9enne des Satellites (SES))"] <- "SES S.A."

您在带有重音 'e's 的名称之后看到的替代名称是带有问号块的名称。我通过调用问题阻止名称出现的向量的特定行（即 vector[32] ），并将输出物理复制并粘贴到代码中来获得该替代名称。

理想情况下，一旦清理完成，vector 最终会看起来像这样：

Company_Name

SES S.A.

但是，它没有删除问号块，而是保留它们：

Company_Name

SES S.A.
SES (Soci�t� Europ�enne des Satellites (SES))

有没有其他人遇到过类似的问题？我检查了问题是否出在拼写上，但这似乎不是问题。非常感谢任何帮助。

（注意：我对特定软件包没有偏好 - 所有选项都在桌面上！）

Answer 1

这可能是编码问题。

查看带问号的行的编码：

Encoding(Company_Name)

对于法语句子，你应该设置如下编码：

Encoding(Company_Name)<-'latin1'