我已经阅读了有关 Pandas 的 to_csv( ... etc ...) 的 Python 2 限制。我击中了吗?我在 Python 2.7.3
当 ≥ 和 - 出现在字符串中时,这会变成垃圾字符。除此之外,出口是完美的。
df.to_csv("file.csv", encoding="utf-8")
有什么解决方法吗?
df.head() 是这样的:
demography Adults ≥49 yrs Adults 18−49 yrs at high risk|| \
state
Alabama 32.7 38.6
Alaska 31.2 33.2
Arizona 22.9 38.8
Arkansas 31.2 34.0
California 29.8 38.8
csv输出是这个
state, Adults ≥49 yrs, Adults 18−49 yrs at high risk||
0, Alabama, 32.7, 38.6
1, Alaska, 31.2, 33.2
2, Arizona, 22.9, 38.8
3, Arkansas,31.2, 34
4, California,29.8, 38.8
整个代码是这样的:
import pandas
import xlrd
import csv
import json
df = pandas.DataFrame()
dy = pandas.DataFrame()
# first merge all this xls together
workbook = xlrd.open_workbook('csv_merger/vaccoverage.xls')
worksheets = workbook.sheet_names()
for i in range(3,len(worksheets)):
dy = pandas.io.excel.read_excel(workbook, i, engine='xlrd', index=None)
i = i+1
df = df.append(dy)
df.index.name = "index"
df.columns = ['demography', 'area','state', 'month', 'rate', 'moe']
#Then just grab month = 'May'
may_mask = df['month'] == "May"
may_df = (df[may_mask])
#then delete some columns we dont need
may_df = may_df.drop('area', 1)
may_df = may_df.drop('month', 1)
may_df = may_df.drop('moe', 1)
print may_df.dtypes #uh oh, it sees 'rate' as type 'object', not 'float'. Better change that.
may_df = may_df.convert_objects('rate', convert_numeric=True)
print may_df.dtypes #that's better
res = may_df.pivot_table('rate', 'state', 'demography')
print res.head()
#and this is going to spit out an array of Objects, each Object a state containing its demographics
res.reset_index().to_json("thejson.json", orient='records')
#and a .csv for good measure
res.reset_index().to_csv("thecsv.csv", orient='records', encoding="utf-8")
df = pd.DataFrame({"A": ['a', '≥']}); df.to_csv('test.csv')
,对我来说很好。也发布您的python版本。
您的“坏”输出是 UTF-8,显示为 CP1252。
在 Windows 上,如果文件开头没有字节顺序标记 (BOM) 字符,许多编辑器会假定默认的 ANSI 编码(美国 Windows 上的 CP1252)而不是 UTF-8。虽然 BOM 对 UTF-8 编码毫无意义,但其 UTF-8 编码的存在可作为某些程序的签名。例如,即使在非 Windows 操作系统上,Microsoft Office 的 Excel 也需要它。尝试:
df.to_csv('file.csv',encoding='utf-8-sig')
该编码器将添加 BOM。
encoding='utf-8-sig
对我不起作用。 Excel 现在可以很好地读取特殊字符,但制表符分隔符不见了!但是,encoding='utf-16
可以正常工作:特殊字符 OK 和制表符分隔符有效。这是我的解决方案。
character-encoding
tag info page。
utf-16
在我的情况下不起作用。点击 AttributeError: Can only use .str accessor with string values! 在 df[name].str.contains(regx, regex=True, na=False)
打开一次。在 Windows 上返回“utf-8-sig”。
encoding='utf-8-sig'
对我有用。encoding='utf-16'
也应该工作df.to_excel('file.csv')
会生成一个与 Excel 没有问题的 Excel 文件。似乎此问题仅与 CSV 文件有关...df.to_excel('file.xls')
吗?使用df.to_excel('file.csv')
时出现错误。 XLS 和 XLSX 文件已经是 Excel 格式,因此 Excel 打开它们肯定没有问题。