前言
最近被问到:为什么CSV文件读不出来?
一看报错:‘utf-8’ codec can’t decode byte 0xb3 in position 0: invalid start byte
其实这个问题很常见,解决起来也很简单。也顺便介绍一下 read_csv() 的 encoding 参数。走起!!!
正文
首先,介绍一下 encoding 参数。该参数指的是文件的编码方式,Python 中或者是 pandas 中默认是 ‘utf-8’ 的编码方式,所以在读取CSV文件时也是使用 utf-8 的方式进行解码。但不是所有的文件都是 utf-8 的编码方式,因此,pandas.read_csv() 中设置了一个 encoding 参数来专门处理之一情况。
编码方式有哪些呢?这篇文章不回答这个问题,如果感兴趣可以移步:codecs — Codec registry and base classes — Python 3.11.2 documentationSource code: Lib/codecs.py This module defines base classes for standard Python codecs (encoders and decoders) and provides access to the internal Python codec registry, which manages the codec and…
这里只介绍解决方法 :重点!重点!重点!
步骤一:用记事本打开CSV文件,看右下角
步骤二:这里避开水印放大展示,这个CSV文件是 ANSI 的编码方式,utf-8 不能成功解码,因此,需要手动修改默认参数。
步骤三:传递参数。将编码方式以字符串的形式传递给 encoding 参数,如下:
import pandas as pd
df = pd.read_csv('D:\Document\CSV\city.csv', encoding = 'ANSI')
# ANSI 小写也可以
最后当然就是顺利运行代码,读取到你想要的数据。
文章出处登录后可见!