如何使用utf-8編碼將DataFrame導出到HTML？

Question

我不斷得到：

UnicodeEncodeError: 'ascii' codec can't encode characters in position 265-266: ordinal not in range(128)

當我嘗試：

df.to_html("mypage.html")

以下是如何重現該問題的示例：

df = pd.DataFrame({"a": [u'Rue du Gu\xc3\xa9, 78120 Sonchamp'], "b": [u"some other thing"]})
df.to_html("mypage.html")

"a"中的元素列表類型為"unicode" 。

當我想將其導出到csv時，它可以工作，因為您可以執行以下操作：

df.to_csv("myfile.csv", encoding="utf-8")

Answer 1

您的問題出在其他代碼中。 您的示例代碼包含一個Unicode字符串，由於其中包含UTF-8序列，因此被誤解碼為latin1 ， Windows-1252或類似名稱。 在這里，我撤消了錯誤的解碼，並將其重新編碼為UTF-8，但是您將要查找執行錯誤解碼的位置：

>>> s = u'Rue du Gu\xc3\xa9, 78120 Sonchamp'
>>> s.encode('latin1').decode('utf8')
u'Rue du Gu\xe9, 78120 Sonchamp'
>>> print(s.encode('latin1').decode('utf8'))
Rue du Gué, 78120 Sonchamp

Answer 2

問題實際上出在使用df.to_html("mypage.html")直接將HTML保存到文件中。 相反，如果您自己編寫文件，則可以避免使用熊貓編碼錯誤。

html = df.to_html()
with open("mypage.html", "w", encoding="utf-8") as file:
    file.write(html)

您可能還需要在HTML的開頭指定字符集，以使其在某些瀏覽器中正確顯示（HTML5默認為UTF-8）：

<meta charset="UTF-8">

這是我所見過的唯一對我有用的方法。

Answer 3

它為我工作的方式：

html = df.to_html()

with open("dataframe.html", "w", encoding="utf-8") as file:
    file.writelines('<meta charset="UTF-8">\n')
    file.write(html)

Answer 4

如果確實需要將輸出保留為html，則可以在寫入to_html之前嘗試清除numpy數組中的代碼。

df = pd.DataFrame({"a": [u'Rue du Gu\xc3\xa9, 78120 Sonchamp'], "b": [u"some other thing"]})

def clean_unicode(df):
   *#Transforms the DataFrame to Numpy array*
   df=df.as_matrix()
   *#Encode all strings with special characters* 
   for x in np.nditer(df, flags=['refs_ok'], op_flags =['copy', 'readonly']):
         df[df==x]=str(str(x).encode("latin-1", "replace").decode('utf8'))
   *#Transform the Numpy array to Dataframe again*
   df=pd.DataFrame(df)
   return df

df=clean_unicode(df)
df.to_html("Results.html') -----> Success!