pandas.read_csv 报错 UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc0 in position 0: invalid start byte
时间: 2024-07-15 09:00:22 浏览: 269
当使用`pandas.read_csv()`函数读取CSV文件时遇到`UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc0 in position 0: invalid start byte`这样的错误,通常意味着文件可能不是UTF-8编码,而你试图用UTF-8格式去解析它。这个问题通常发生在文件中包含非ASCII字符(如非英文字符),但编码方式并非UTF-8。
解决这个问题的方法包括:
1. **检查编码**:确认文件的实际编码。有些文件可能是ISO-8859-1、Windows-1252或其他编码。可以尝试使用`read_csv()`的`encoding`参数指定正确的编码,如`encoding='iso-8859-1'`或`encoding='Windows-1252'`。
```python
df = pd.read_csv('file.csv', encoding='iso-8859-1')
```
2. **使用`errors='ignore'`**:如果部分字符无法解码,可以设置`errors`参数为`'ignore'`,这样会忽略这些错误继续读取其余数据。
```python
df = pd.read_csv('file.csv', encoding='utf-8', errors='ignore')
```
3. **手动转换**:使用`chardet`库检测文件的编码,然后根据检测结果转换数据。
```python
import chardet
with open('file.csv', 'rb') as f:
sample = f.read(1024)
detected_encoding = chardet.detect(sample)['encoding']
df = pd.read_csv('file.csv', encoding=detected_encoding)
```