如何用pandas数据框架打开csv文件

Question

有一个包含三列数据帧的CSV格式文件。 第三列有很长的文本。 当我试图使用pandas.read_csv打开文件时，出现此错误消息

message : UnicodeDecodeError: 'utf-8' codec can't decode byte 0xa1 in position 0: invalid start byte.

但是打开文件时没有问题

with open('file.csv', 'r', encoding='utf-8', errors = "ignore") as csvfile:

我不知道如何将此数据转换为dataframe，而且我认为pandas.read_csv无法正确处理此错误。

那么，如何打开此文件并获取数据帧？

Answer 1

我会尝试使用内置的csv阅读器，然后将数据放入pandas中。

import csv
with open('eggs.csv', newline='') as csvfile:
     spamreader = csv.reader(csvfile, delimiter=' ', quotechar='|')
     for row in spamreader:
         print(', '.join(row))

如果这不起作用，那么至少您可以确认这是一个csv问题，而不是一个熊猫问题窒息编码。

另一个建议是确保使用的Python3.x比2.7更好地处理编码问题。

如果你能提供你的样品，我可以自己测试，并相应地更新我的答案。

Answer 2

试试这个：

在文本编辑器中打开cvs文件，并确保将其保存为utf-8格式。

然后正常读取文件：

import pandas
csvfile = pandas.read_csv('file.csv', encoding='utf-8')

Answer 3

您可以尝试另一个编码选项“ISO-8859-1”

就你而言：

with open('file.csv', 'r', encoding = 'ISO-8859-1', errors = "ignore") as csvfile:

或者试试这个：

import pandas as pd
data_file = pd.read_csv("file.csv", encoding = "ISO-8859-1")
print(data_file)