Python Pandas读取中文格式CSV文件遇到的问题(UTF-8与UTF-8 BOM)

Python Pandas读取中文格式CSV文件遇到的问题

在使用pandas进行文件读取的过程中遇到了一些匪夷所思的问题,经过摸索发现处在文件编码的格式上。
最开始的时候文件由xlsx文件转换成csv,excel默认格式为gb2312,在notepad++中转化成了UTF-8,但是在读取文件的时候总是出现第一列的列名“not in index”的错误,百思不得解。

UTF-8和 UTF-8 BOM 的区别就是有没有 BOM。即文件开头有没有 U+FEFF。具体的BOM解释请参阅 https://en.wikipedia.org/wiki/Byte_order_mark

错误原因:
notepad++转换的UTF-8格式默认是UTF-8 with BOM,pandas在去读带有BOM的文件的时候将文件开头的标签当成了第一列列名的一部分,因此,在后续使用到第一列列名的过程中,会出现“not in index”的报错。
解决方法:
使用notepad++转换成UTF-8无BOM格式就ok了
tips:如果想要判断一个列名在不在columns中可以使用

print('name' in table.columns)

进行判断,’name’ in table.columns会返回True or False。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值