R H2O包导入带汉字的csv文件

Question

我有一个 csv 格式的大型数据集来构建预测模型。由于其大小，我计划使用 R 中的 h2o 包来构建模型。但 data.frame 的多列数据中包含一些简体中文字符，h2o 接收数据有困难。

我尝试了两种不同的方法。第一种方法涉及使用 h2o.importFile() 函数直接从文件中读取数据来导入数据。然而，这种方法最终会将汉字转换成一些乱码。

我尝试的第二种方法是首先使用 readr 和基本 R read_csv/read.csv 函数将数据引入R。将数据正确加载到R后，我尝试使用 data.frame 函数将 h2o 转换为 as.h2o 帧。然而，这种方法的最终结果也导致了翻译的困惑。

为了说明这一点，我编写了以下代码作为示例:

require(h2o)
dat<-data.frame(x=rep(c("北京","上海"),50),
                y=rnorm(mean=10,sd=3,n=100))
h2o.init(nthreads=-1)
h2o.dat<-as.h2o(dat)

Answer 1

我认为这是一个错误，因为 R 的 data.frame 可以显示字符，但同时 R H2OFrame 却不能。我检查过这适用于 Python 中的 H2OFrames，所以这只是一个 R 问题。我提交了一个错误 here .

更新:此问题已修复(我已经检查过它可以在 H2O 3.32.0.1 中正常工作，但可能不久前已修复)。