关于读取文件遇到UnicodeDecodeError

更改文件编码或更改译码方式

问题：

pandas在读取含有中文字符的csv文件时报错，因为python默认的编码方式是‘ utf-8’，而这个文件的编码是‘gbk’。

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb1 in position 0: invalid start byte

解决办法：

data=pd.read_table('province.csv', sep=',', names=cnames, encoding='gbk')

将译码方式设置为 encoding='gbk'

这里，sep=','，因为 csv 文件是逗号分割文件。names=cnames, cnames是设置的列的名字。

其他注意：

保存问件时，为了后续处理方便，可以统一用utf-8编码。

更改txt，csv文件的编码方式：

• 用记事本打开，另存为，右下角选择编码方式。

• sublime text3 也可以更改编码方式。可以将sublime text3的默认编码方式设置为utf-8。