pandas出现UnicodeDecodeError: 'utf-8' codec can't decode byte 0x91 in position 15: invalid start byte

这个错误通常意味着你的数据文件中包含非 UTF-8 编码的字符，而 Pandas 默认使用 UTF-8 编码读取数据。你可以尝试以下方法解决该问题：

1. 指定正确的编码方式：尝试使用 `pd.read_csv(file_path, encoding='xxx')` 的方式读取文件，其中 `xxx` 是你的数据文件使用的编码方式。
2. 清洗数据：使用文本编辑器或其他工具检查数据文件，删除非 UTF-8 编码的字符。
3. 跳过错误行：在读取数据时，使用 `error_bad_lines=False` 参数跳过错误的行。这可能会导致数据丢失，所以请谨慎使用。

如果以上方法都不能解决问题，你可以尝试将数据文件转换为 UTF-8 编码。例如，你可以使用 `iconv` 命令将文件转换为 UTF-8 编码，具体的命令如下：

iconv -f <input_encoding> -t utf-8 <input_file> -o <output_file>

其中 `<input_encoding>` 是你的数据文件使用的编码方式，`<input_file>` 是输入文件的路径，`<output_file>` 是输出文件的路径。

相关问题

UnicodeDecodeError: utf-8 codec can t decode byte 0xdc in position 64: invalid continuation byte

UnicodeDecodeError是一个常见的编码错误，它表示在解码过程中无法将字节序列转换为有效的Unicode字符。在你提供的引用中，错误信息是"utf-8 codec can't decode byte 0xdc in position 64: invalid continuation byte"。

这个错误通常发生在尝试使用错误的编码方式解码包含非法字符的字节序列时。解决这个问题的方法是使用正确的编码方式进行解码。

在你的代码中，你使用了utf-8编码方式来解码一个包含非法字符的字节序列。你可以尝试使用其他编码方式，例如latin-1或者gbk，来解码这个字节序列。你可以根据你的数据源和需求选择合适的编码方式。

以下是一个示例代码，演示了如何使用不同的编码方式来解决UnicodeDecodeError：

import pandas as pd

# 使用latin-1编码方式解码
info = pd.read_csv("xxx.csv", delimiter=",", encoding="latin-1", names=["xxx","xxx"])

# 使用gbk编码方式解码
info = pd.read_csv("xxx.csv", delimiter=",", encoding="gbk", names=["xxx","xxx"])

请注意，根据你的具体情况，你可能需要尝试不同的编码方式来解决这个问题。你可以根据错误提示中提到的位置和字节值来调整代码。

pd.read_table时UnicodeDecodeError: utf-8 codec can t decode byte 0xb7 in position 0: invalid start byte

这个错误通常是由于文件编码与指定的编码格式不匹配导致的。您可以尝试指定正确的编码格式来解决此问题。

您可以尝试使用`encoding`参数指定正确的编码格式，例如`utf-8`或`gbk`，具体取决于您的数据文件的实际编码。例如：

import pandas as pd

df = pd.read_table('your_file.txt', encoding='utf-8')

如果仍然存在问题，可能是因为文件中包含了无法被指定编码格式解析的特殊字符。您可以尝试使用`errors`参数来处理这些特殊字符。例如，设置`errors='ignore'`将忽略无法解析的字符，或者设置`errors='replace'`将用占位符替换无法解析的字符。例如：

import pandas as pd

df = pd.read_table('your_file.txt', encoding='utf-8', errors='ignore')