python熊貓read_cvs加載utf-8

2017-04-04 43 views 1 likes

我想read_csv csv文件與西里爾字體與pandas。python熊貓read_cvs加載utf-8

import pandas 
data = pandas.read_csv('dataset.csv', delimiter='\|\|', engine='python', encoding='utf-8') 
print type(data.name[0]) 

<type 'str'>

在這裏，我期待得到unicode與

print type(u'hello') 

<type 'unicode'>

我做錯了嗎？

2017-04-04 com

Python是鴨類型。你永遠不應該問什麼類型的對象。這就是說，你需要提供一些例子，你可以展示你的產品和你想要的產品。你的代碼顯示正確AFAIK – firelynx

我不知道熊貓如何實現'read_csv'方法，但是如果它使用std.lib。 'csv'模塊，那麼解決這個問題的方法可能不是微不足道的，因爲Python 2的'csv'不支持解碼文件（實際上這很令人傷心）。現在再切換到Python 3的另一個原因！ – lenz

回答

簡答：Unicode是未編碼文本。 UTF-8是編碼 unicode字符的一種方式。當大熊貓導入你的UTF-8編碼文本時，它將它轉換爲python str類型，即解碼文本。在Python 3中，str類型與unicode相同。

爲了更深入的瞭解，請參閱：

2017-04-04 04:35:46 oscarbranson

非常感謝您的澄清。 – com

OP顯然使用Python 2（請參閱打印語句）。在Python 2中，解碼*（我認爲這就是你的意思是「未編碼」）文本的類型是'unicode'。所以，顯然，熊貓沒有**正確解碼輸入文本。 – lenz

公平點......我不知道這是如何工作在蟒蛇2.任何想法@lenz？ – oscarbranson

相關問題