使用 pd.read_csv 导入 csv - 无效的起始字节错误答案

【问题标题】：Importing csv using pd.read_csv - invalid start byte error使用 pd.read_csv 导入 csv - 无效的起始字节错误
【发布时间】：2019-06-05 14:30:28
【问题描述】：

我正在尝试使用以下方法导入 csv 文件：

data = pd.read_csv("filename.csv")

我收到以下错误："UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb0 in position 2: invalid start byte".

本题答案：UnicodeDecodeError: 'utf8' codec can't decode byte 0x9c 可能可行，但我不确定如何实施（我无法评论答案，因为我还没有足够的声誉）。

任何帮助将不胜感激。

编辑：这个问题似乎与我有学位符号的事实有关。如果在导入期间跳过此问题，对我来说会很好。

【问题讨论】：

您必须发布原始数据的链接
感谢@EdChum 的回复，设法找到一个解决方法，即跳过具有违规符号的行：data = pd.read_csv("filename.csv", skiprows=[1 ])

【解决方案1】：

我解决了我的问题，只需返回 Excel 工作表并使用“CSV UTF-8”格式保存

【讨论】：

【解决方案2】：

如果您因为文件编码不是pd.read_csv() 文档中提到的默认编码而遇到编码错误，您可以通过首先安装chardet 后跟以下代码来查找文件的编码：

import chardet    
rawdata = open('D:\\path\\file.csv', 'rb').read()
result = chardet.detect(rawdata)
charenc = result['encoding']
print(charenc)

这将为您提供文件的编码。

一旦你有了编码，你就可以读成：

pd.read_csv('D:\\path\\file.csv',encoding = 'encoding you found')

或

pd.read_csv(r'D:\path\file.csv',encoding = 'encoding you found')

你会得到所有编码here的列表

希望你觉得这很有用。

【讨论】：

感谢您的回复。真的很喜欢这个解决方案，它工作得很好，并且通过将 charenc 放入 read 语句中它会自动完成： pd.read_csv('D:\\path\\file.csv',encoding = charenc)

【解决方案3】：

您可以使用 pandas 函数 read_csv 的编码参数。

如果真的需要用 utf-8 编码，它可能看起来像这样。

import pandas as pd
df = pd.read_csv("filename.csv", encoding = 'utf_8')

【讨论】：