[英]Pandas df.to_csv("file.csv" encode="utf-8") still gives trash characters for minus sign
我讀過關於 Pandas 的 to_csv(... 等等...) 的 Python 2 限制的內容。 我打中了嗎? 我在 Python 2.7.3
當 ≥ 和 - 出現在字符串中時,這會變成垃圾字符。 除此之外,出口是完美的。
df.to_csv("file.csv", encoding="utf-8")
有什么解決方法嗎?
df.head() 是這樣的:
demography Adults ≥49 yrs Adults 18−49 yrs at high risk|| \
state
Alabama 32.7 38.6
Alaska 31.2 33.2
Arizona 22.9 38.8
Arkansas 31.2 34.0
California 29.8 38.8
csv output是這個
state, Adults ≥49 yrs, Adults 18−49 yrs at high risk||
0, Alabama, 32.7, 38.6
1, Alaska, 31.2, 33.2
2, Arizona, 22.9, 38.8
3, Arkansas,31.2, 34
4, California,29.8, 38.8
整個代碼是這樣的:
import pandas
import xlrd
import csv
import json
df = pandas.DataFrame()
dy = pandas.DataFrame()
# first merge all this xls together
workbook = xlrd.open_workbook('csv_merger/vaccoverage.xls')
worksheets = workbook.sheet_names()
for i in range(3,len(worksheets)):
dy = pandas.io.excel.read_excel(workbook, i, engine='xlrd', index=None)
i = i+1
df = df.append(dy)
df.index.name = "index"
df.columns = ['demography', 'area','state', 'month', 'rate', 'moe']
#Then just grab month = 'May'
may_mask = df['month'] == "May"
may_df = (df[may_mask])
#then delete some columns we dont need
may_df = may_df.drop('area', 1)
may_df = may_df.drop('month', 1)
may_df = may_df.drop('moe', 1)
print may_df.dtypes #uh oh, it sees 'rate' as type 'object', not 'float'. Better change that.
may_df = may_df.convert_objects('rate', convert_numeric=True)
print may_df.dtypes #that's better
res = may_df.pivot_table('rate', 'state', 'demography')
print res.head()
#and this is going to spit out an array of Objects, each Object a state containing its demographics
res.reset_index().to_json("thejson.json", orient='records')
#and a .csv for good measure
res.reset_index().to_csv("thecsv.csv", orient='records', encoding="utf-8")
您的“壞”輸出是 UTF-8,顯示為 CP1252。
在 Windows 上,如果文件開頭沒有字節順序標記 (BOM) 字符,則許多編輯器假定默認的 ANSI 編碼(美國 Windows 上的 CP1252)而不是 UTF-8。 雖然 BOM 對 UTF-8 編碼毫無意義,但它的 UTF-8 編碼存在可用作某些程序的簽名。 例如,即使在非 Windows 操作系統上,Microsoft Office 的 Excel 也需要它。 嘗試:
df.to_csv('file.csv',encoding='utf-8-sig')
該編碼器將添加 BOM。
encoding='utf-8-sig
對我不起作用。 Excel 現在可以很好地讀取特殊字符,但是制表符分隔符消失了,但是, encoding='utf-16
確實可以正常工作:特殊字符可以,制表符分隔符可以。 這是我的解決方案。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.