(作者:陈玓玏)
在使用pandas的read_csv读取文件时,如果你读取文件的路径包含中文,就会出现Initializing from file failed的错误。这时候我们可以做一下修改:
import pandas as pd
df = pd.read_csv(path,encoding='gbk')
修改为:
file = open(path)
df = pd.read_csv(file)
如果只是这样修改,还可能出现UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0x80 in posit的问题,属于编码问题,如果想要解决这个问题,需要在使用open打开文件时指定编码格式:
file = open(path,endcoding='utf8')
df = pd.read_csv(file)
这里的编码格式不一定是utf-8,有时候可能需要用gbk。这时候需要检查一下文件的编码,可以通过以下命令实现:
import chardet
path = "C:/Users/cdl/Desktop/test--------drop/test.csv"
f = open(path,'rb')
data = f.read()
print(chardet.detect(data))
#结果:
{'encoding': 'ascii', 'confidence': 1.0, 'language': ''}
再试一下修改格式为utf-8:
结果:
{'encoding': 'UTF-8-SIG', 'confidence': 1.0, 'language': ''}