R- Изменение кодировки столбца в dataframe?

Question

Я пытаюсь изменить кодировку столбца в dataframe.

stri_enc_mark(data_updated$text) 
# [1] "UTF-8" "ASCII" "ASCII" "UTF-8" "ASCII" "ASCII" "UTF-8" "UTF-8" "UTF-8" 
# [10] "ASCII" "ASCII" "UTF-8" "ASCII" "UTF-8" "ASCII" "UTF-8" "ASCII" "UTF-8" 
# [19] "ASCII" "UTF-8" "ASCII" "UTF-8" "ASCII" "UTF-8" "UTF-8" "ASCII" "ASCII" 
# [28] "ASCII" "ASCII" "UTF-8" "ASCII" "ASCII" "ASCII" "UTF-8" "UTF-8" "ASCII" 

Когда я пытаюсь преобразовать его, он не выдаст ошибку, но до сих пор не имеет никакого влияния на вектор:

d <- enc2utf8(data_updated$text) 
stri_enc_mark(d) 
# [1] "UTF-8" "ASCII" "ASCII" "UTF-8" "ASCII" "ASCII" "UTF-8" "UTF-8" "UTF-8" 
# [10] "ASCII" "ASCII" "UTF-8" "ASCII" "UTF-8" "ASCII" "UTF-8" "ASCII" "UTF-8" 
# [19] "ASCII" "UTF-8" "ASCII" "UTF-8" "ASCII" "UTF-8" "UTF-8" "ASCII" "ASCII" 
# [28] "ASCII" "ASCII" "UTF-8" "ASCII" "ASCII" "ASCII" "UTF-8" "UTF-8" "ASCII" 

Любые предложения?

Я нахожусь на Windows 7, 32bit. Добавление фрагмента данных.

> Encoding(data_updated$text[1:35]) 
[1] "UTF-8" "unknown" "unknown" "UTF-8" "unknown" "unknown" "UTF-8" 
[8] "UTF-8" "UTF-8" "unknown" "unknown" "UTF-8" "unknown" "UTF-8" 
[15] "unknown" "UTF-8" "unknown" "UTF-8" "unknown" "UTF-8" "unknown" 
[22] "UTF-8" "unknown" "UTF-8" "UTF-8" "unknown" "unknown" "unknown" 
[29] "unknown" "UTF-8" "unknown" "unknown" "unknown" "UTF-8" "UTF-8" 

Данные выглядят следующим образом.

> data_updated$text[1:35] 
[1] "RT @satpalpandey: Majlis started in Sirsa Ashram.\nInform others too.\nLive @ http://t.co/zGXWATGajX\nIVR Airtel 55252\nReliance 56300403\n\n#MSG…" 
[2] "Deal Talks for Here Mapping Service Expose Reliance on Location Data, via @nytimes #mapping #dilemma http://t.co/wGdiS5OlRq"      
[3] "http://t.co/UZIyX1Rk7W The popping linksexploaded!! http://t.co/KpNntm1dH7 :) http://t.co/oku91uVxZ8"            
[4] "RT @davidsunaria90: Wtch LIVE Mjlis Now\n http://t.co/GXNhe3eY7Y\nIVR Airtel: 55252\nReliance: 56300403\nYoutube Link : http://t.co/YewOVcz8bb\n…" 
[5] "Reliance Jio Infocomm: Indian carrier raises $750 million loan for 4G rollout http://t.co/B2aWlkmwXz"            
[6] "RT @SurjeetInsan: Majlis started in Sirsa Ashram.\nLive @ http://t.co/PR6W5tzZes\nIVR Airtel 55252\nReliance 56300403\n\n#MSGPlsSaveTheEarth"  
[7] "\"Deal Talks for Here Mapping Service Expose Reliance on Location Data\" by MARK SCOTT and MIKE ISAAC via NYT Techno… http://t.co/kyxTYIxks5"  
[8] "RT @satpalpandey: Majlis started in Sirsa Ashram.\nInform others too.\nLive @ http://t.co/zGXWATGajX\nIVR Airtel 55252\nReliance 56300403\n\n#MSG…" 
[9] "RT @jaameinsan: Watch LIVE Majlis Now\n http://t.co/nPQegnLXPa\nIVR Airtel: 55252\nReliance: 56300403\nYoutube Link : http://t.co/txXMtw3zFP\n#M…" 
[10] "\"Deal Talks for Here Mapping Service Expose Reliance on Location Data\" by MARK SCOTT and MIKE ISAAC via NYT Technology" 

Это чириканье, и я думаю, что «HTTP: //» ссылки диктуют кодирование здесь, учитывая, что у них есть такие выражения, как «wGdiS5OlRq». Для анализа я удалил эти теги с помощью регулярных выражений. Но для хранения необработанных данных в БД мне нужны эти твиты. У MongoDB нет проблем, но RDBMS вызывает проблемы.

Answer 1

Похоже, что мы можем использовать функцию conv() для преобразования кодировки после преобразования вектора в коэффициент, а затем обратно в вектор символа. Это немного странно, если честно.

Answer 2

В случае, если кто-то все еще застрял: я использовал Encoding().

for (col in colnames(mydataframe)){ 
    Encoding(mydataframe[[col]]) <- "UTF-8"}