read_csv()参数之encoding——看这篇就够了

前言

最近被问到：为什么CSV文件读不出来？

一看报错：'utf-8' codec can't decode byte 0xb3 in position 0: invalid start byte

其实这个问题很常见，解决起来也很简单。也顺便介绍一下 read_csv() 的 encoding 参数。走起！！！

正文

首先，介绍一下 encoding 参数。该参数指的是文件的编码方式，Python 中或者是 pandas 中默认是 'utf-8' 的编码方式，所以在读取CSV文件时也是使用 utf-8 的方式进行解码。但不是所有的文件都是 utf-8 的编码方式，因此，pandas.read_csv() 中设置了一个 encoding 参数来专门处理之一情况。

编码方式有哪些呢？这篇文章不回答这个问题，如果感兴趣可以移步：codecs — Codec registry and base classes — Python 3.11.2 documentationSource code: Lib/codecs.py This module defines base classes for standard Python codecs (encoders and decoders) and provides access to the internal Python codec registry, which manages the codec and...https://docs.python.org/3/library/codecs.html#standard-encodings

这里只介绍解决方法 ：重点！重点！重点！

步骤一：用记事本打开CSV文件，看右下角

步骤二：这里避开水印放大展示，这个CSV文件是 ANSI 的编码方式，utf-8 不能成功解码，因此，需要手动修改默认参数。

 步骤三：传递参数。将编码方式以字符串的形式传递给 encoding 参数，如下：

import pandas as pd
df = pd.read_csv('D:\Document\CSV\city.csv', encoding = 'ANSI') 
# ANSI 小写也可以

 最后当然就是顺利运行代码，读取到你想要的数据。