pandas读取含有中文的excel
在读取含有中文的 Excel 文件时,需要使用 encoding 参数设置编码方式。
常用的编码方式有 ‘gbk’ 和 ‘utf-8’。
示例代码:
import pandasas pd # 读取含有中文的 Excel 文件 df = pd.read_excel('filename.xlsx', encoding='gbk')
如果读取过程中出现乱码,可以尝试更换编码方式。
pandas读取excel时遇到的编码问题 unknown_codepage_21010
最近在使用pandas读取不规则excel表时遇到了一种编码问题,自己找了好久资料也是终于综合了一下解决了这种编码异常的问题。
首先呢,报错会提示 下面这种错误:
unknown encoding: unknown_codepage_21010
自己在找资料的时候看到一篇很早在git上发布的一篇文章,意思就是让直接明确将编码设置好,具体可以看一下git链接
https://github.com/okfn/messytables/issues/47
最后呢,自己改了一个源文件里的东西,其实也不知道是不是正确的,但是这个问题却解决了,所以分享出来,也算是为自己记录一下,以防以后再次遇到这个问题,又得找半天。
找到xlrd的__init__.py文件,在 open_workbook 模块中将encoding_override的值明确为”cp1252″,其实具体这样做的原因就是将编码明确,使得可以识别这种异常编码。
def open_workbook(filename=None, logfile=sys.stdout, verbosity=0, use_mmap=USE_MMAP, file_contents=None, encoding_override="cp1252", formatting_info=False, on_demand=False, ragged_rows=False):
这样问题就成功解决了~
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持IT俱乐部。