Mam ramkę danych w pandas, którą chciałbym zapisać do pliku CSV. Robię to za pomocą:
df.to_csv('out.csv')
I dostaję błąd:
UnicodeEncodeError: 'ascii' codec can't encode character u'\u03b1' in position 20: ordinal not in range(128)
Czy jest jakiś sposób, aby obejść to w prosty sposób (tj. Mam znaki unicode w mojej ramce danych)? I czy istnieje sposób, aby zapisać do pliku z tabulacją zamiast do CSV, używając np. metody 'to-tab' (która chyba nie istnieje)?
Coś innego można spróbować, jeśli masz problemy z kodowaniem do 'utf-8' i chcesz iść komórka po komórce można spróbować następujące.
Python 2
(Gdzie "df" jest twoim obiektem DataFrame).
for column in df.columns:
for idx in df[column].index:
x = df.get_value(idx,column)
try:
x = unicode(x.encode('utf-8','ignore'),errors ='ignore') if type(x) == unicode else unicode(str(x),errors='ignore')
df.set_value(idx,column,x)
except Exception:
print 'encoding error: {0} {1}'.format(idx,column)
df.set_value(idx,column,'')
continue
Następnie spróbuj:
df.to_csv(file_name)
Możesz sprawdzić kodowanie kolumn przez:
for column in df.columns:
print '{0} {1}'.format(str(type(df[column][0])),str(column))
Ostrzeżenie: errors='ignore' spowoduje tylko pominięcie znaku np.
IN: unicode('Regenexx\xae',errors='ignore')
OUT: u'Regenexx'
Python 3
for column in df.columns:
for idx in df[column].index:
x = df.get_value(idx,column)
try:
x = x if type(x) == str else str(x).encode('utf-8','ignore').decode('utf-8','ignore')
df.set_value(idx,column,x)
except Exception:
print('encoding error: {0} {1}'.format(idx,column))
df.set_value(idx,column,'')
continue
Czasami napotykasz te problemy, jeśli określisz kodowanie UTF-8 również. Zalecam określenie kodowania podczas odczytu pliku i tego samego kodowania podczas zapisu do pliku. To może rozwiązać twój problem.