如何使用编码（Python 3）修复非 ascii 代码以在 Pandas 中导入 CSV？

Question

我试图在 pandas 中读取的 CSV 文件有一个非 ascii 字符，但我对编码函数没有任何运气。我正在使用 python 3。

我最初得到的错误是......

UnicodeDecodeError: 'utf-8' 编解码器无法解码位置上的字节 0xa0 252: 无效的起始字节

所以我使用了file_name.encode('ascii')，但现在...

OSError: Expected file path name or file-like object, got type

我的代码...

import pandas as pd

location = "C:\\Downloads\\"
file = "file.csv"

file_name = location + file

master = pd.read_csv(file_name.encode('ascii'))
df = master
df

我知道其中有一个字符需要编码，所以只是尝试编写一些允许 pandas 读取 CSV 的内容。

非常感谢！

Answer 1

问题是您不想在文件名上使用 ASCII 编码。您想使用该文件的编码读取文件中的数据，然后从该现有 CSV 数据创建一个 pandas 数据框。

根据the documentation，read_csv 可以处理文件对象，就像处理该文件的路径一样容易。

最简单的，你想要这样的东西：

file_obj = open(file_name, encoding="utf-8")
master = pd.read_csv(file_obj)

当然，如果编码不是 utf-8，您需要将适当的编码放入open 命令中。如果您不知道编码，只需一次尝试一种典型的编码，直到一种有效。最受欢迎的是“utf-8”、“ascii”和“latin-1”。