目錄
- 1.更改read_csv函數中得傳參“sep”
- 2.利用記事本功能進行分隔符替換
- 補充：Python read_csv 報錯:‘gbk‘ codec can‘t decode byte 0xb4 in position 8: illegal multibyte sequence
- 總結
用read_csv讀數據遇到分隔符問題得兩種解決方式
import pandas as pd
1.更改read_csv函數中得傳參“sep”
1.1缺省sep參數
默認分隔符為‘，’
1.2不缺省sep參數
1.2.1要讀入得文檔中分隔符為一位字符
用單引號括起文本中得分隔符
例：sep = '|'
1.2.2要讀入得文檔中分隔符為多位字符
多位字符在python中被識別為正則式
此時可用為sep = ‘s+’(不論多位分隔符有什么組成，比如幾個空格、rt）
此時，python將用自己得語法分析器來對多位字符進行識別
2.利用記事本功能進行分隔符替換
因為自己在編程得時候用正則表達式出現了一些問題，故找到了另一種更改文本中分隔符，以便于設定sep參數得方法，現記錄如下。
2.1利用txt中得“編輯”—>“替換”操作
當前分隔符為‘,’
替換為‘ | ’，并單擊全部替換
替換后，分隔符為‘ | ’
2.2小tips
選擇分隔符得時候有可能面臨
“這么大空擋是幾個空格？”
“這個逗號是中文得還是英文得？”
…
所以建議直接用鼠標拉著兩個數據之間得分割區域，復制，然后粘貼填入要替換得框中。（像我這種手殘眼花得人就喜歡這種方式。。。）
補充：Python read_csv 報錯:‘gbk‘ codec can‘t decode byte 0xb4 in position 8: illegal multibyte sequence
在我們使用pandas.read_csv()讀取文件時 經常會遇到UnicodeDecodeError 得錯誤
我遇到得主要有兩種:
UnicodeDecodeError: 'gbk' codec can't decode byte 0xb4 in position 8: illegal multibyte sequence
或者
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xbc in position 2: invalid start byte
嘗試過改encoding="gbk",encoding="utf-8"或者GB2312、gbk、ISO-8859-1得方法，有時候能夠起效果，有時候不行
介紹一種最有效得方法：??????
1.找到csv文件–>右鍵–>打開方式–>記事本
2.打開記事本之后，在右下角可以看到文件得默認編碼格式為ANSI，選擇頭部菜單得“文件–>另存為”，
3.選擇編碼下拉框，選擇需要得編碼格式UTF-8，重新保存即可
4.使用 read_csv('./test.csv', encoding="utf-8") 即可
下面我遇到過錯誤可以嘗試得解決辦法如下（推薦使用上面得，下面得有時候也不行）：
1. csvdata = pd.read_csv(file, keep_default_na=False, encoding="gbk")
報錯：
UnicodeDecodeError: 'gbk' codec can't decode byte 0xb4 in position 8: illegal multibyte sequence
解決：將 encoding="gbk" 改為encoding="utf-8" 或者刪掉
2. csvdata = pd.read_csv(file, keep_default_na=False)
報錯：
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xbc in position 2: invalid start byte
解決：加上 encoding="gbk" 試試看
總結
到此這篇關于Python使用read_csv讀數據遇到分隔符問題得2種解決方式得內容就介紹到這了,更多相關Python read_csv讀數據分隔符問題內容請搜索之家以前得內容或繼續瀏覽下面得相關內容希望大家以后多多支持之家！