如何修复 Pandas 读取 CSV 文件时出现的 UnicodeDecodeError 错误？

使用 Pandas 读取 CSV 文件时遇到解码错误

将 CSV 文件读取到 Pandas 时会出现此问题，导致以下错误：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xda in position 6: invalid continuation byte

根本原因往往是由于编码不一致CSV 文件。

解决方案

为了解决此错误，read_csv 函数提供了一个编码参数。通过指定适当的编码，您可以指示 Pandas 正确解释文件。常用的编码包括：

• UTF-8:encoding = "utf-8"
• ISO-8859-1:encoding = "ISO-8859-1"
• Latin-1：编码=“拉丁”
• Windows-1252：编码= "cp1252"

例如，如果 CSV 文件采用 ISO-8859-1 编码，则可以使用以下代码：

data = pd.read_csv(filepath, names=fields, encoding="ISO-8859-1")

确定正确的编码

如果您不确定正确的编码，您可以使用类似的工具enca 或 file 来分析文件：

• enca：提供有关文件编码的详细报告。
• 文件：显示文件的简要说明，包括其内容编码。

其他资源

• [Pandas CSV 文档](https://pandas.pydata.org/docs/reference/api/ pandas.read_csv.html)
• [Python CSV 文件示例](https://www.pythonprogramming.net/parse-csv-python-file/)
• [Unicode 字符和编码](https://realpython.com/python-encodings-guide/)

以上是如何修复 Pandas 读取 CSV 文件时出现的 UnicodeDecodeError 错误？的详细内容。更多信息请关注PHP中文网其他相关文章！