如何在熊猫数据框中显示汉字？

Question

我可以读取一个csv文件，其中有一列包含汉字（其他列是英文和数字）。但是，中文字符无法正确显示。看下面的照片

我用 .csv 文件加载了 .csv 文件pd.read_csv()。

无论是display(data06_16)或data06_16.head()将无法正确显示中国文字。

我尝试将以下行添加到我的.bash_profile：

export LC_ALL=zh_CN.UTF-8
export LANG=zh_CN.UTF-8

export LC_ALL=en_US.UTF-8
export LANG=en_US.UTF-8

但它没有帮助。

我也尝试将encodingarg添加到pd.read_csv()：

pd.read_csv('data.csv', encoding='utf_8')
pd.read_csv('data.csv', encoding='utf_16')
pd.read_csv('data.csv', encoding='utf_32')

这些根本行不通。

如何正确显示汉字？

Answer 1

我只记得源数据集是使用创建的encoding='GBK'，所以我再次尝试使用

data06_16 = pd.read_csv("../data/stocks1542monthly.csv", encoding="GBK")

现在，我可以看到所有的汉字。

谢谢你们！

Answer 2

我在这里看到三个可能的问题：

1）你可以试试这个：

import codecs
x = codecs.open("testdata.csv", "r", "utf-8")

2）理论上另一种可能性是这样的：

import pandas as pd
df = pd.DataFrame(pd.read_csv('testdata.csv',encoding='utf-8')) 

3）也许你应该在使用Python导入之前将csv文件转换为utf-8（例如在Notepad ++中）？当然，它可以是一次性导入的解决方案，而不是自动过程的解决方案。