解决pandas读取csv文件出现乱码问题

谁借莪１个温暖的怀抱￠ 2022-05-18 07:27 555阅读 0赞

爬虫爬取的数据保存为csv文件，通过pandas读取csv文件中的数据并通过print打印出来。

data = pd.read_csv('sample.csv')

上面的代码执行后，出现如下错误：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb3 in position 0: invalid start byte

搜索了一下上面的错误，网上的一种解决方法是加上 encoding='ISO-8859-1' 参数，具体代码如下：

data = pd.read_csv('sample.csv', encoding='ISO-8859-1')

第一个错误消失，但是通过print打印出来的数据是乱码：

print(data)

![70][]

上面的错误跟该链接的错误一致：[https://segmentfault.com/q/1010000008108689][https_segmentfault.com_q_1010000008108689]

其实，还是编码的问题，修改编码方式为GB18030如下：

data = pd.read_csv('sample.csv', encoding='GB18030')

乱码问题解决：

![70 1][]

由于csv文件默认不采用UTF-8编码，导致了上面的问题，因此还可以通过修改csv文件的编码格式为UTF-8解决上面问题，具体做法很简单，记事本打开csv文件，然后另存为的时候选择编码格式为UTF-8，可参考博客：

[https://blog.csdn.net/moledyzhang/article/details/78978312][https_blog.csdn.net_moledyzhang_article_details_78978312]

[70]: /images/20220518/648c4499e44e4ecdb4b2d77ac2cea048.png
[https_segmentfault.com_q_1010000008108689]: https://segmentfault.com/q/1010000008108689
[70 1]: /images/20220518/d9e4e1ac35a6475ca636da1e72a251f6.png
[https_blog.csdn.net_moledyzhang_article_details_78978312]: https://blog.csdn.net/moledyzhang/article/details/78978312