csv - Panda read_csv 中的编码错误

Question

我正在尝试将 CSV 文件读入 Pandas 中的 Dataframe 中。当我尝试这样做时，出现以下错误:

UnicodeDecodeError: 'utf-8' codec can't decode byte 0x96 in position 55: invalid start byte

这是来自代码:

import pandas as pd

location = r"C:\Users\khtad\Documents\test.csv"

df = pd.read_csv(location, header=0, quotechar='"')

这是在 Windows 7 Enterprise Service Pack 1 计算机上，它似乎适用于我创建的每个 CSV 文件。在这种特殊情况下，位置 55 的二进制文件是 00101001，位置 54 的二进制文件是 01110011(如果有的话)。

使用文本编辑器将文件另存为 UTF-8 似乎也没有帮助。同样，添加参数“encoding='utf-8'也不起作用——它会返回相同的错误。

导致此错误的最可能原因是什么？除了暂时放弃 DataFrame 构造并使用 csv 模块逐行读取 CSV 之外，还有其他解决方法吗？

Answer 1

尝试使用 encoding='latin1'、encoding='iso-8859-1' 或 encoding=' 调用 read_csv cp1252'(这些是 Windows 上发现的各种编码中的一些)。