使用pd.read_csv导入csv-无效的起始字节错误

Question

我正在尝试使用以下方式导入csv文件：

data = pd.read_csv("filename.csv")

我收到以下错误： "UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb0 in position 2: invalid start byte".

这个问题的答案：UnicodeDecodeError：'utf8'编解码器无法解码字节0x9c 可能有效，但是我不确定如何实现（我无法对此答案发表评论，因为我还没有足够的声誉）。

任何帮助，将不胜感激。

编辑：问题似乎与我有学位标志的事实有关。如果在导入过程中跳过此问题，对我来说很好。

Answer 1

如果由于文件编码不是pd.read_csv()docs 所提到的默认编码格式而导致编码错误，则可以先安装文件，chardet然后输入以下代码来查找文件的编码：

import chardet    
rawdata = open('D:\\path\\file.csv', 'rb').read()
result = chardet.detect(rawdata)
charenc = result['encoding']
print(charenc)

这将为您提供文件的编码。

获得编码后，您可以将其读取为：

pd.read_csv('D:\\path\\file.csv',encoding = 'encoding you found')

要么

pd.read_csv(r'D:\path\file.csv',encoding = 'encoding you found')

您将在此处获得所有编码的列表

希望您觉得这个有帮助。