导入Excel文件到pandas读取csv中报错,更改encoding='utf-8',gb18030,gbk 都没用

来源：蜘蛛抓取(WebSpider) 时间：2021-05-28 06:17 标签： pandas读取csv

这只是一个警告一个由name方法生荿的提醒表已经被放弃。转到文档并检查最新的工作表方法目前，它不影响您的使用建议您阅读Excel或使用Python的panda包uexcel，读取CSV等方法

介绍panda并使用panda丅读取CSV的方法读取CSV文件，参数是文件的路径它是一个相对路径，是相对于当前工作目录的那么如何知道当前工作目录呢？使用操作系统getcwd（）方法在读取前三个工作目录后获取当前工作目录的数据，检查读取是否正确是否有明显的乱码，是什么问题我们需要设置參数编码，即编码方法如果不设置编码方法，则默认值为utf8现在CSV文件是GBK编码的，所以我们需要使用encoding=“GBK”我的编辑器是eric4请注意，eric4默认情況下不支持中文如果要显示中文，前提是要设置正确的编码并将其设置为utf8，在参数设置回panda时我们可以有更多的选项来设置打开数据時的操作

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人本站不承担相关法律责任。如发现有涉嫌抄袭侵权/违法違规的内容 请发送邮件至 举报，一经查实本站将立刻删除。

下面给大家介绍下pandas读取csv读取CSV文件時查看修改各列的数据类型格式具体内容如下所述：

我们在调bug的时候会经常查看、修改pandas读取csv列数据的数据类型，今天就总结一下： 

 

  

  

    ps：在pandas讀取csv中更改列的数据类型
  

  

    先看一个非常简单的例子：
  

  

    
 

  

  

    有什么方法可以将列转换为适当的类型例如，上面的例子如何将列2和3转为浮点数？有没有办法将数据转换为DataFrame格式时指定类型或者是创建DataFrame，然后通过某种方法更改每列的类型理想情况下，希望以动态的方式做到这一點因为可以有数百个列，明确指定哪些列是哪种类型太麻烦可以假定每列都包含相同类型的值。
  

  

    可以用的方法简单列举如下：
  

  

    如果要創建一个DataFrame可以直接通过dtype参数指定类型：
  

  

    
 

  

  

    
 

  

  

    使用to_numeric转为数值。默认情况下它不能处理字母型的字符串'pandas读取csv'：
  

  

    
 

  

  

    可以将无效值强制转换为NaN，如下所示：
  

  

    
 

  

  

    如果遇到无效值第三个选项就是忽略该操作：
  

  

    
 

  

  

    如果想要将这个操作应用到多个列，依次处理每一列是非常繁琐的所以可以使用DataFrame.apply處理每一列。
  

  

    
 

  

  

    
 

  

  

    但是可能不知道哪些列可以可靠地转换为数字类型。在这种情况下设置参数：
  

  

    
 

  

  

    然后该函数将被应用于整个DataFrame，可以转换为數字类型的列将被转换而不能(例如，它们包含非数字字符串或日期)的列将被单独保留
  

  

    软转换——类型自动推断
  

  

    版本0.21.0引入了infer_objects()方法，用于將具有对象数据类型的DataFrame的列转换为更具体的类型
  

  

    例如，用两列对象类型创建一个DataFrame其中一个保存整数，另一个保存整数的字符串：
  

  

    
 

  

  

    
 

  

  

    由于'b'嘚值是字符串而不是整数，因此'b'一直保留
  

  

    如果试图强制将两列转换为整数类型，可以使用df.astype(int)
  

  

    
 

  

  

    以上所述是小编给大家介绍的pandas读取csv读取CSV文件时查看修改各列的数据类型格式，希望对大家有所帮助如果有任何疑问欢迎给我留言，小编会及时回复大家的！
  



                            

                                                    

                                

  

    csv文件我可以这样写代码已测试沒有问题。

  

  

    但是当我尝试着本地读取的话简单一句就能成功读取了。
  

  

    所以到底是哪里出了问题？
  



                            

                                                

                    

                

            

            


            

                
我要回帖

                

                    

                        
                        
                    

                

            

            

                        

                
更多关于 pandas读取csv 的文章

                

                    
                

            

                    

        

            

                
 

                


                

            

            

            

                
随机推荐