R：两个看似理想的字符串是不相等的

上下文：我有一个很大的数据集，可以读入各种.csv表单。对于一个字符变量，我想做一个因子。该因子具有非唯一级别（我猜它们是唯一的，但在打印时似乎并不唯一）

我试过了

> unique(tt$Originating.Body)[1]
[1] "Court (First Section)"
> unique(tt$Originating.Body)[14]
[1] "Court (First Section)"
> unique(tt$Originating.Body)[1] == unique(tt$Originating.Body)[14]
[1] FALSE
> "Court (First Section)" == "Court (First Section)"
[1] TRUE

---

谁能向我解释一下这种行为吗？我查看了match的帮助，但我并没有真正理解它。另外，我尝试只使用UTF-8，如果使用stringi:：stri_enc_isutf8（），它将为我的所有字符串返回

TRUE

。我正在windows计算机上使用

“LC\u COLLATE=German\u Switzerland.1252；LC\u CTYPE=German\u Switzerland.1252；LC\u MONETARY=German\u Switzerland.1252；LC\u NUMERIC=C；LC\u TIME=German\u Switzerland.1252”

。不幸的是，我没有找到一个可重复的例子。

看起来好像

tt$origing.Body

可能是一个因素，在这种情况下，比较将在因素水平之间，而不是因素标签之间。也许您可以尝试使用

as.character

将因子转换为字符，然后再次转换以去除相同的标签。可能其中一个包含一个奇怪的unicode空格，在这种情况下，您可以尝试类似于

stringr:：str_replace_all（x，“\\s，”）

的方法，并希望它能捕捉到它们。