Python用希伯来语标题读取csv

Question

我尝试使用dataset=pandas.read_csv('filename')来构建框架。但不知怎的，我不能这样做，因为其中一个列标题是用希伯来语写的。

我查了一下，DataFrame可能会将希伯来语单词作为列标题。  dataset.columns = ['שלום', 'b','c','d','e']但我想从包含希伯来词的csv中导入数据本身，我不能。

我收到此错误UnicodeDecodeError: 'utf-8' codec can't decode byte 0xf9 in position 0: invalid start byte。

如何使用列标题将数据集导入datadrame？

Answer 1

我用过：

dataset = pd.read_csv('file_name.csv', encoding = "ISO-8859-8")

有关编码，请参见https://docs.python.org/3/library/codecs.html#standard-encodings

Answer 2

您的文件不在utf-8编码中。

最有可能是使用Hebrew codepage的ASCII。

希伯来语代码页中的

0xf9与您在标题示例中显示的第一个（最后一个）字符相匹配。

您必须将encoding:参数与the correct codepage一起使用。

Answer 3

关于如何检查编码，有一个简单的技巧here可能有用：

  

您可以使用记事本打开文件，然后转到“文件”->“另存为”。在“保存”按钮旁边，将有一个编码下拉菜单，并且将在此处选择文件的当前编码。

Answer 4

这是一个对我有用的答案：

 import pandas as pd

 f = open('your_file_path', encoding='iso8859-8',errors='replace')
 data = pd.read_csv(f, sep='|')

您的文档的 sep 可能不同。这里主要是先用iso8859-8编码打开，然后把这个对象放入'read csv with pandas'。