Comment puis-je corriger l'UnicodeDecodeError de Pandas lors de la lecture de fichiers CSV ?

Erreurs de décodage rencontrées lors de la lecture de fichiers CSV avec Pandas

Ce problème survient lors de la lecture de fichiers CSV dans Pandas, entraînant l'erreur suivante :

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xda in position 6: invalid continuation byte

La cause sous-jacente est souvent due à des incohérences dans l'encodage du CSV files.

Solution

Pour résoudre cette erreur, la fonction read_csv fournit un paramètre d'encodage. En spécifiant un codage approprié, vous pouvez demander à Pandas d'interpréter correctement le fichier. Les encodages couramment utilisés incluent :

• UTF-8 : encodage = "utf-8"
• ISO-8859-1 : encodage = "ISO-8859-1"
• Latin-1 : encodage = "latin"
• Windows-1252 : encodage = "cp1252"

Par exemple, si les fichiers CSV sont encodés en ISO-8859-1, vous pouvez utiliser le code suivant :

data = pd.read_csv(filepath, names=fields, encoding="ISO-8859-1")

Détermination du bon Encodage

Si vous n'êtes pas sûr du bon encodage, vous pouvez utiliser des outils comme enca ou file pour analyser le fichier :

• enca : Fournit un rapport détaillé sur l'encodage du fichier.
• fichier : Affiche une brève description du fichier, y compris son encodage.

Supplémentaire Ressources

• [Documentation Pandas CSV](https://pandas.pydata.org/docs/reference/api/pandas.read_csv.html)
• [Python CSV Déposer Exemples](https://www.pythonprogramming.net/parse-csv-python-file/)
• [Caractères et encodages Unicode](https://realpython.com/python-encodings-guide/)

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!