将 utf-8 编码文本加载到 H2OFrame答案

【问题标题】：Load utf-8 encoded text into H2OFrame将 utf-8 编码文本加载到 H2OFrame
【发布时间】：2018-12-21 11:09:06
【问题描述】：

我有一个 utf-8 编码的 .csv 文件，我使用 Python 3.7 将其加载到 H2O.ai

h2o.load_dataset("my.csv")

斯堪的纳维亚字符显示不正确。如果我将 H2OFrame 保存到磁盘并使用 utf-8 在编辑器中打开，同样的问题仍然存在。如何让 H2O.ai 理解 utf-8？

非常感谢。

【问题讨论】：

查看这篇文章：stackoverflow.com/questions/36462852/…
您能否发布一个示例，说明您的特殊字符的外观以及运行 h2o-3 时代码如何中断，请参阅此问题以了解有人如何制作可重现的示例 stackoverflow.com/questions/53863717/…。谢谢！
@Lauren 谢谢！代码没有中断 - 唯一的问题是斯堪的纳维亚字符显示不正确，如上所示，当我将数据写入磁盘上的 .csv 时，问题仍然存在。
我完全编辑了这个问题，因为似乎问题出在 H2O.ai 加载 utf-8 编码文本。
@rize 谢谢！你能用斯堪的纳维亚语发表一个句子，这样我就可以把它保存为一个文件并尝试重现这个问题？

标签： text utf-8 h2o

【解决方案1】：

我使用您提供的字符进行了快速测试，并且能够在 H2O-3 版本 3.20.0.8 和 python 3.5 上正确显示所有内容，因此希望新版本也能正常工作。

In [7]: dd = ["Tässä vähän tekstiä åäö"]

In [8]: h2o.H2OFrame(dd)
Parse progress: |█████████████████████████████████████████████████████████████████████████████| 100%
Out[8]:
C1
-----------------------
Tässä vähän tekstiä åäö

[1 row x 1 column]

我还创建了一个将字符串作为第一个单元格的 csv，它似乎可以正确显示。

In [12]: hhf = h2o.import_file('Scandinavians.csv', header=-1)
Parse progress: |████████████████████████████████████████████████████████████████████████████| 100%

In [13]: hhf
Out[13]:
C1      C2     C3       C4
------  -----  -------  ----
Tässä  vähän  tekstiä  åäö

[1 row x 4 columns].

（如果这些代码 sn-p 没有帮助，我可以尝试更新我的回复）

【讨论】：