使用pandas读取含有中文的CSV文件

Python2对中文支持不好，在使用pandas读取含有中文的CSV文件时尤其需要注意，下面就记录一下我的使用经历。

我的CSV文件含有中文字段和中文数据，尤其是表头，全是中文，其中有一列叫做 “经度(度)”，我想使用pandas在Python里面直接用df["经度(度)"]来访问这一列数据，但是遇到了一些编码格式上的小问题，现将解决过程做以下记录。

1、首先，确定CSV文件的编码格式，以便在调用pandas.read_csv时指定编码参数，我的文件是gbk编码方式，因此通过以下代码来读取CSV文件。

df = pd.read_csv(csv_file, encoding="gbk")

2、在Python脚本的最前面添加以下代码，以指定该脚本处理数据时所使用的编码格式，需要注意的是一定要在最前面加这句话，否则可能会有问题。

# -*- coding: utf-8 -*-

3、如果使用的是PyCharm，还需要进行脚本文件的编码格式设置：

进入 File -> Settings，找到 Editor -> File encodings，将 Global Encoding 和 Project Encoding ，以及Default encoding for properties files 设置为utf-8。

 

4、在使用列名来访问DataFrame里面的数据时，对于中文列名，应该在列名前面加'u'，表示后面跟的字符串以unicode格式存储，如下所示：

print(df[u"经度(度)"])