Estimado José Luis Nunca trabaje con fichero px del INE, nos separa un océano.
Se me ocurre, por las dudas, cambiando el sabe with encoding desde Rstudio, por ahí eso solo. No comprendo bien ¿quieres limpiar algo los datos para no cargar todos sql server? Para mi, la forma más sencilla es cargar en la base de datos y luego desde sql eliminar las columnas que no quiero. Tendría que pensar en su código, yo con sqlserver 2014 y R no tengo problemas (pero uso windows 10). Javier Rubén Marcuzzi De: Gilsanz, Jose Luis Enviado: martes, 10 de mayo de 2016 11:17 Para: Javier Marcuzzi CC: [email protected] Asunto: RE: [R-es] Codificacion de caracteres Hola Javier: Me alegra saber que no soy el único cenutrio que se ha topado con esto. ☹ Se trata de un proceso de R que extrae datos de un fichero px descargado del INE y que contiene datos a nivel de municipio y de Comunidad Autónoma (que intento eliminar) antes de hacer la carga en el SQL Server porque solo me interesan las provincias. La BD no es ningún problema (el error se produce al tratar R las cadenas de texto) y trabajo en Windows 7 . Como acertadamente supones Rstudio tiene como codificación por defecto ISO8859-1. El Sys.getlocale() es: [1] "LC_COLLATE=Spanish_Spain.1252;LC_CTYPE=Spanish_Spain.1252;LC_MONETARY=Spanish_Spain.1252;LC_NUMERIC=C;LC_TIME=Spanish_Spain.1252" Y getOption("encoding") es: [1] "native.enc" Utilizando esta simple función consigo pasar las cadenas a codificación UTF-8 con sus enies, tildes y demás: autf8 <- function(texto) { Encoding(texto)<-"UTF-8" return(texto) } De manera que en Rscript : x <- as.character("Espàñiá") x [1] "Espà ñiá" y <- utf8(x) y [1] " Espàñiá” Es decir la variable y (tras pasarle la función) ya si que tendría la codificación correcta mientras que x no seria correcta. La cuestión ahora es como decirle a Rscript (o a R mas genéricamente) que tome siempre las cadenas como codificadas en UTF-8 y no como las toma ahora. Estadistica José Luis Gilsanz Gómez Estadística Departamento Técnico Entidades Financieras JLL Valoraciones S.A. (Jones Lang LaSalle España S.A.) Paseo de la Castellana 130 - 1ª; 28046 Madrid Tel: +34 91 454 96 94 Fax +34 91 541 42 64 jll.es Síguenos en: Twitter I Linkedin I Youtube I Blog Piense en el medio ambiente antes de imprimir este e-mail Los datos personales que en esta comunicación aparecen, así como los que nuestra empresa mantiene de Vd. y de su empresa, son tratados con la finalidad de mantener el contacto así como realizar las gestiones que en esta aparecen (Ley Orgánica 15/1999, de 13 de diciembre, de Protección de Datos de Carácter Personal). Puede ejercer sus derechos de acceso, rectificación, cancelación y oposición dirigiéndose a [email protected]. La utilización de su dirección de correo electrónico por parte de nuestra empresa queda sujeta a las disposiciones de la Ley 34/2002, de Servicios de la Sociedad de la Información y el Comercio Electrónico. Si Vd. recibe comunicación comercial por nuestra parte y desea dejar de recibirla, rogamos nos lo comunique por vía electrónica a través de la dirección [email protected] . De: Javier Marcuzzi [mailto:[email protected]] Enviado el: martes, 10 de mayo de 2016 15:58 Para: Gilsanz, Jose Luis Asunto: RE: [R-es] Codificacion de caracteres Estimado José Luis Ese problema es conocido, cuándo se sufre da dolores de cabeza. La solución puede ser sencilla o complicada, comencemos por los datos, ¿Sistema operativo, codificación, base de datos?, luego estos parámetros deben estar correctos en R. Se me ocurre que tiene especificado una codificación en RStudio que no es la misma que usa por defecto es Rscript en bat. Yo miraría primero las opciones de la base de datos (pero estas están generalmente de acuerdo con el sistema operativo). Javier Rubén Marcuzzi De: Gilsanz, Jose Luis Enviado: martes, 10 de mayo de 2016 6:17 Para: [email protected] Asunto: [R-es] Codificacion de caracteres Hola: Me estoy volviendo loco con algo que seguro que es una tonter�a pero no doy con la tecla. En un script que tengo, necesito especificar (en una consulta SQL) valores con caracteres "espa�oles " (�,�, � ,�, etc) Ejecutando el script en RStudio y en la consola de R no hay problemas pero a la hora de ejecutarlo mediante Rscript en un proceso bat me encuentro con que estas cadenas no las "reconoce" Por ejemplo: x<-as.character("Espa��a") x Me lo pone como: Españía �Existe alguna manera de forzar a R a reconocer los caracteres "espa�oles" o de efectuar alg�n tipo de conversi�n? Muchas gracias Saludos Jos� Luis Gilsanz G�mez Estad�stica Departamento T�cnico Entidades Financieras JLL Valoraciones S.A. (Jones Lang LaSalle Espa�a S.A.) Paseo de la Castellana 130 - 1�; 28046 Madrid Tel: +34 91 454 96 94 Fax +34 91 541 42 64 jll.es S�guenos en: Twitter<https://twitter.com/JLLSpain> I Linkedin<https://www.linkedin.com/profile/view?id=173156047&trk=nav_responsive_tab_profile> I Youtube<https://www.youtube.com/user/joneslanglasallesp> I Blog<http://www.jllinmuebles.es/elblogdelosanillos/> PPiense en el medio ambiente antes de imprimir este e-mail Los datos personales que en esta comunicaci�n aparecen, as� como los que nuestra empresa mantiene de Vd. y de su empresa, son tratados con la finalidad de mantener el contacto as� como realizar las gestiones que en esta aparecen (Ley Org�nica 15/1999, de 13 de diciembre, de Protecci�n de Datos de Car�cter Personal). Puede ejercer sus derechos de acceso, rectificaci�n, cancelaci�n y oposici�n dirigi�ndose a [email protected]<mailto:[email protected]>. La utilizaci�n de su direcci�n de correo electr�nico por parte de nuestra empresa queda sujeta a las disposiciones de la Ley 34/2002, de Servicios de la Sociedad de la Informaci�n y el Comercio Electr�nico. Si Vd. recibe comunicaci�n comercial por nuestra parte y desea dejar de recibirla, rogamos nos lo comunique por v�a electr�nica a trav�s de la direcci�n [email protected] <mailto:[email protected]> . JLL Valoraciones, S.A. Registration number: A-28806222. Registered Office: P� de la Castellana, 130 - 1� ; 28046 Madrid This e-mail is for the use of the intended recipient(s) only. If you have received this e-mail in error, please notify the sender immediately and then delete it. If you are not the intended recipient, you must not use, disclose or distribute this e-mail without the author's prior permission. We have taken precautions to minimise the risk of transmitting software viruses, but we advise you to carry out your own virus checks on any attachment to this message. We cannot accept liability for any loss or damage caused by software viruses. If you are the intended recipient and you do not wish to receive similar electronic messages from us in future then please respond to the sender to this effect [[alternative HTML version deleted]] [[alternative HTML version deleted]] _______________________________________________ R-help-es mailing list [email protected] https://stat.ethz.ch/mailman/listinfo/r-help-es
