Skrivning af et pandas DataFrame til CSV-fil

Jeg har et dataframe i pandas, som jeg gerne vil skrive til en CSV-fil. Jeg gør dette ved hjælp af:

df.to_csv('out.csv')

Og får fejlen:

UnicodeEncodeError: 'ascii' codec can't encode character u'\u03b1' in position 20: ordinal not in range(128)

Er der nogen måde at komme udenom dette nemt (dvs. jeg har unicode-tegn i min dataramme)? Og er der en måde at skrive til en tab-delimiteret fil i stedet for en CSV ved hjælp af f.eks. en 'to-tab' metode (som jeg ikke tror findes)?

cs95
Redigeret spørgsmål 2019ør maj 2019 в 3:27
Programmering
csv python pandas dataframe
2013ør juni 2013 в 4:46
25 visninger
Løsning

For at afgrænse med en tabulator kan du bruge sep-argumentet i to_csv:

df.to_csv(file_name, sep='\t')

Hvis du vil bruge en specifik kodning (f.eks. 'utf-8'), skal du bruge argumentet encoding:

df.to_csv(file_name, sep='\t', encoding='utf-8')
Kommentarer (1)

Noget andet du kan prøve, hvis du har problemer med at kode til 'utf-8' og ønsker at gå celle for celle, kan du prøve følgende.

Python 2

(Hvor "df" er dit DataFrame-objekt.)

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

Prøv derefter:

df.to_csv(file_name)

Du kan kontrollere kodningen af kolonnerne ved at:

for column in df.columns:
    print '{0} {1}'.format(str(type(df[column][0])),str(column))

Advarsel: errors='ignore' vil bare udelade tegnet, f.eks.

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
Glen Thompson
Redigeret svar 2017ør december 2017 в 5:38
Kommentarer (0)

Nogle gange opstår disse problemer, hvis du også angiver UTF-8-kodning. Jeg anbefaler, at du angiver kodning, mens du læser filen, og samme kodning, mens du skriver til filen. Dette kan løse dit problem.

Tadhg McDonald-Jensen
Redigeret svar 2016ør maj 2016 в 1:15
Kommentarer (0)