從CSV讀取DataFrame時損壞的韓文字符串

Question

我是韓國用戶。

當我讀從大熊貓數據幀的.csv文件，朝鮮字符串被打破這樣的：�����

的英語很好。

輸入數據樣本：

Unnamed: 0 �������� �������ε����� ��X��ǥ ��Y��ǥ �����ڵ� ������ ����߻��������� ����Ǽ� �������� 

0 165244 20131201 �ٻ�62175541 962170 1955410 331 �������� 1 2 18224.03 

爲什麼韓國文字會損壞？

Answer 1

您的文本格式是unicode的，所以你需要把它作爲utf-8解碼：

import csv 
def unicode_reader('your_file_name',delimiter='your_delimiter', **kwargs): 
    spamreader = csv.reader('your_file_name',delimiter='your_delimiter', **kwargs) 
    for row in spamreader: 
     yield [unicode(w, 'utf-8') for w in row] 

reader = unicode_csv_reader(open('your_file_name')) 
for tex in reader: 
    print tex