R语言连接数据库中文问题

R语言连接数据库中文问题

前段时间，我问一个写了好些年代码的资深高手，我说你平时如果要做数据分析以及可视化专题图表的时候，一般用啥来做？他告诉我，做项目的时候，都是写JAVA拼啊……

我说，那你为什么不考虑用R语言或者Python呢？他直接告诉我：我们一般不用这种非主流语言。

然后我又问：如果任务很急，比如中午领导告诉你，我就要这三百万条数据的基础统计图表，下午下班前给我。你怎么办？

他说，这个就比较麻烦了，遇上这种统计的事项，我们都是采用项目形式来完成了……

对话完毕。

从以上对话，可能大家能够得出和虾神一样的结论：正常程序员对于这种短平快的任务（就要几个简单统计图），采企业级开发的语言（Java等），还是挺麻烦的。

虾神年轻时候也是写代码出身的，脑补一下，如果遇上这种事情，用正常程序员的流程应该怎么做：

首先：搭建工程，各种框架、外部包、数据库连接准备工作。

然后写后台，各种拼SQL语句。

最后，写前台，调用交互好的数据，用javascrip的各种框架（比如D3）来进行可视化，如果有美工介入，出来的东西肯定无懈可击的。

但是……当你把这一套东西都弄完，可能一个月就过去了（如果就你一个人……，而且你还得是个全栈工程师）。当然，你也可以反驳——本座写代码块，一周（三天）就能搞定。而且还能够各种复用……

好吧，我想说的是，如果你会一门脚本语言的话，当你把工程建好的时候，这边整个任务都已经完成了。

当然，上面的内容只是虾神有感而发。和今天的博客内容没有任何关系。

今天博客主要是解决一个学R语言里面最最痛苦的问题（嗯，python2.x里面也有），就是中文乱码问题：

一般用R语言的同学，多半遇见过以下这个问题：

反正虾神我每次遇见这个问题，立刻就是：

实际上这个问题写代码的人一般都能遇见，不同字符编码的问题，如果是从文件里面读的还好说，可以带这个字符编码集一起读，但是如果这个数据是来自于数据库的，如果经验的话，那就真得各种凉拌了。

下面我简单把我今天通过R语言从Postgresql数据库中处理中文问题的整个流程说说，如果哪位同学也遇上了，可以参考我的整个解决方式。

下面这个代码是简单的从R连接Postgresql获取数据的过程，如果没有中文，就一切ok:

library(ggplot2)

library(RPostgreSQL)

drv= dbDriver("PostgreSQL")

pgCon=dbConnect(drv,user="sde",password="sde",host="127.0.0.1")

s ="select * from chinapop"

rs = dbSendQuery(pgdb, statement = s)

df = fetch(rs, n = -1)

数据是我SDE库里面的，内容如下：

在数据库里面表现如下：

结构非常简单，大部分字段都是数字型，只有name这个字段是中文的，当我们运行连接和查询之后，在R语言里面就变成了这个一个dataframe：

然后我们如果想进行一下查询，比如要查一下以“南”在结尾的省（湖南、河南、海南、云南），那么sql语句变成：

一下就让我们抓狂了……生无可恋啊……

然后我们来看看为什么会出现这个问题，首先当然看看你的R语言的环境，这个可以通过sessionInfo()来实现

原来R语言默认使用的是你系统的字符集——我这里win7中文版，默认的字符集就是cp936,也就是所谓的gb2312编码。

然后再来看看我们数据库用的编码，我这里是Postgersql，其他的数据库查看方式自己百度：

字符编码是UTF-8……好吧，知道这个问题就好解决了。

首先，从数据库里面获取的数据，回来的是UTF8的，那么我们可以转成R的字符编码，转换的函数R语言里面已经提供了，叫做iconv(),如下：

将df里面的name数列，从UTF8的编码，转换为CP936，这样就变成了中文了。

下面就可以用同样的方式来处理中文查询的问题：

这次是从CP936转换为UTF8来执行，语句如下：

s =paste("select * from chinapop where name like '%",iconv("南","CP936","UTF8"),"'",sep = "")

paster函数，是R语言里面的字符串连接函数。

下面抛出了一个警告，所里面有个字段类型是st_geometry类型的，R语言读不了……这个是ArcGIS的东西，直接不管。

然后我们可以看出，查出来4条数据，说明SQL语句执行成功了，但是回来的还是乱码，接下去用上面说的iconv()函数转换一下就行：

到此，中文问题解决.

后面就是R语言老本行分析&可视化了，我们把这4个省的2008年的GDP做一个柱状图，代码如下（用的是ggplot2)

qplot(name,gdp_2008,data=df,fill=gdp_2008)+geom_bar(stat='identity')

如果还需要其他的各种分析可视化，敲命令就可以了，打完收工。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。