本文记录了在使用Python pandas读取CSV数据时遇到的两个问题：1. CSV文件编码错误，尝试了多种编码方式，如'gbk'、'utf-8'等，甚至通过修改文件编码解决；2. DataFrame中日期列未按日期正确排序，通过了解read_csv的parse_dates参数，如parse_dates、infer_datetime_format、keep_date_col等进行调整。
以下是我在清洗数据时，在读取数据这一最初步骤上踩到的坑。
1.CSV文件编码报错
import pandas as pd
RawData = pd.read_csv('C:/Users/me/Desktop/test.csv')
报错内容如：UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0xae in position 38: illegal multibyte sequence
解决方法：
（1）加入encoding=’gbk‘
import pandas as pd
RawData = pd.read_csv('C:/Users/me/Desktop/test.csv',encoding='gbk')
不行的话就几种编码方式各种试：utf-8 / gb2312 / gb18030 / ISO-8859-1等。
（2）直接修改csv文件的编码方式
Mac系统重新保存的时候可以选择编码方式为utf-8的；
Win系统需要用记事本方式打开再重新保存就可以选择编码方式。
2.读入的DataFrame无法正确按日期排序
最低0.47元/天 解锁文章
扫一扫
733
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
