我有一个熊猫的数据框架，我想写一个CSV文件。
我使用:
df.to_csv('out.csv')
并得到以下错误:
UnicodeEncodeError: 'ascii' codec can't encode character u'\u03b1' in position 20: ordinal not in range(128)
有没有什么方法可以很容易地解决这个问题(即我的数据帧中有unicode字符)? 是否有一种方法来写一个标签分隔文件，而不是一个CSV使用例如'to tab'方法(我不认为存在)?
当前回答
要用制表符分隔，可以使用to_csv的sep参数:
df.to_csv(file_name, sep='\t')
使用特定的编码(例如:'utf-8')使用encoding参数:
df.to_csv(file_name, sep='\t', encoding='utf-8')
其他回答
在Windows上导出全路径文件的例子，如果你的文件有头文件:
df.to_csv (r'C:\Users\John\Desktop\export_dataframe.csv', index = None, header=True)
例如，如果你想将文件存储在脚本所在的目录中，使用utf-8编码和制表符作为分隔符:
df.to_csv(r'./export/dftocsv.csv', sep='\t', encoding='utf-8', header='true')
如果你有编码到'utf-8'的问题，想要逐个单元格，你可以尝试以下方法。
Python 2
(df是你的DataFrame对象。)
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
然后尝试:
df.to_csv(file_name)
你可以通过以下方法检查列的编码:
for column in df.columns:
print '{0} {1}'.format(str(type(df[column][0])),str(column))
警告:errors='ignore'将忽略字符。
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
如果上面的解决方案对任何人都不起作用，或者CSV被搞砸了，只需从行中删除sep='\t'，就像这样:
df.to_csv(file_name, encoding='utf-8')
它可能不是这种情况下的答案，但因为我有相同的错误消息与.to_csv尝试.toCSV('name.csv')和错误消息是不同的("SparseDataFrame'对象没有属性'toCSV')。因此，通过将数据帧转换为密集数据帧解决了这个问题
df.to_dense().to_csv("submission.csv", index = False, sep=',', encoding='utf-8')
如果还指定UTF-8编码，有时也会遇到这些问题。 我建议您在读取文件时指定编码，在写入文件时指定相同的编码。 这可能会解决你的问题。
