一早上就连遇两个中文编码问题报错，果然在python里中文编码就是踩不完的坑。
第一个报错：
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xca in position 8: invalid continuation byte
csv文件当中的中文编码问题，打开时加入encoding=‘gb2312’即可解决。
pd.read_csv('a.csv',encoding='gb2312')
第二个报错：
pandas.errors.ParserError: Error tokenizing data. C error: Expected 4 fields in line 225, saw 6
因为csv文件默认分隔符是逗号分隔符，此时若文件中储存的信息也含有逗号时，解析器会把储存信息里的逗号也当成分隔符，就会导致列数不一致，read_csv打开报错。特别是在中文里又经常使用逗号，稍不注意就会出错。
解决办法是在写入csv文件的时候使用其他分隔符，“|”，“\t”等。记得打开时也要加入分隔符说明delimiter = ‘\t’
pd.read_csv('a.csv',delimiter='\t')
如果csv文件不是自己写的，就手动把逗号删掉再打开吧。
网友评论