- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个包含德语字符的数据集。当导入编码为“ISO-8859-1”或“latin-1”的 11 个数据集时,德国城市名称列没问题,但是当使用具有相同编码的 pd.concat() 时,城市名称会发生变化。
encoding='utf-8-sig' 不起作用并且输出
import sys
print(sys.stdout.encoding)
是UTF-8
# Importing the dataset
skill1 = pd.read_csv('./SkillWizardCityAerospaceEngineering26april.csv',encoding='ISO-8859-1')
skill2 = pd.read_csv('./SkillWizardCityBeautyandCosmetics26april.csv',encoding='ISO-8859-1')
skill3 = pd.read_csv('./SkillWizardCityBusinessSuportFunction26april.csv',encoding='ISO-8859-1')
对于所有这些 csv
print(skill1.CityName.unique())
它给出了['柏林''科隆''多特蒙德''杜塞尔多夫''法兰克福''哈雷''汉堡' '汉诺威' '海德堡' '因戈尔施塔特' '基尔' '曼海姆' '慕尼黑' '诺德施泰特' '雷根斯堡' '斯图加特']
合并后
extension = 'csv'
all_filenames = [i for i in glob.glob('*.{}'.format(extension))]
#combine all files in the list
combined_csv = pd.concat([pd.read_csv(f,encoding='ISO-8859-1') for f in all_filenames ],sort=True)
combined_csv.CityName.unique()
结果是:array(['柏林', '科隆', '多特蒙德', '德塞尔多夫', “法兰克福”、“哈勒”、“汉堡”、“汉诺威”、“海德堡”、 '因戈尔施塔特'、'基尔'、'曼海姆'、'慕尼黑'、'诺德施塔特'、 '雷根斯堡'、'斯图加特'、'奥格斯堡'、'比勒费尔德'、'波恩'、 '不来梅', '开姆尼茨', '达姆施塔特', '德累斯顿', '爱尔福特', '埃森', 'G','廷根', '莱比锡','美因茨',
我预计会是这样['柏林''科隆''多特蒙德''杜塞尔多夫''法兰克福''哈勒''汉堡' '汉诺威' '海德堡' '因戈尔施塔特' '基尔' '曼海姆' '慕尼黑' ‘诺德施泰特’‘雷根斯堡’‘斯图加特’]我不想手动更改它们,我想要一个能够保留所有特殊字符的解决方案,因为还有其他列受到影响。
最佳答案
这不是直接答案,但可能有助于更好地识别问题,并且它包含代码,因此将其作为答案发布。
我的建议是尝试确定编码错误的名称的来源。假设您没有名为“FILE_ORIGIN”的列,我会尝试以下操作:
def build_csv(file):
df = pd.read_csv(file,encoding='ISO-8859-1')
df['FILE_ORIGIN'] = file
return df
combined_csv = pd.concat([build_csv(f) for f in all_filenames ],sort=True)
combined_csv.loc[:,['CityName', 'FILE_ORIGIN']].groupby('CityName').agg(lambda x: ','.join(x))
这应该显示出现编码错误的文件。
关于python - 使用 pd.concat() 函数后出现问题 - 编码 latin-1 - 德语字符,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56020486/
我对自定义 CSS 或在将图像作为 Logo 上传到页面时使用编码 block 有疑问。我正在为我的网站使用 squarespace,我需要帮助编码我的 Logo 以使其适合每个页面。一个选项是使用自
如 encoding/json 包文档中所述, Marshal traverses the value v recursively. If an encountered value implement
我必须做一些相当于Java中的iconv -f utf8 -t sjisMS $INPUT_FILE的事情。该命令在 Unix 中 我在java中没有找到任何带有sjisMS的编码。 Java中有Sh
从 PHP 5.3 迁移到 PHP 5.6 后,我遇到了编码问题。我的 MySQL 数据库是 latin1,我的 PHP 文件是 windows-1251。现在一切都显示为“ñëåäíèòå àäðå
我有一个 RScript文件(我们称之为 main.r ),它引用了另一个文件,使用以下代码: source("functions.R") 但是,当我运行 RScript 文件时,它提示以下错误:
我无法设法从 WSDL 创建 RPC/编码风格的代码 - 有谁知道哪个框架可以做到这一点? 带有 adb 和 xmlbeans 映射的 Axis2 无法正常工作(无法处理响应中的肥皂编码)直接使用 X
安装了最新版本的Node.Js()和npm包**(1.2.10)**当我运行 Express 命令来生成项目时,它向我抛出以下错误 buffer.js:240 switch (encoding &
JavaScript中有JSON编码/解码base64编码/解码函数吗? 最佳答案 是的,btoa() 和 atob() 在某些浏览器中可以工作: var enc = btoa("this is so
>>> unicode('восстановление информации', 'utf-16') Traceback (most recent call last): File "", line
我当然熟悉 java.net.URLEncoder 和 java.net.URLDecoder 类。但是,我只需要 HTML 样式的编码。 (我不想将 ' ' 替换为 '+' 等)。我不知道任何只做
有一个非常简单的 SSIS 包: OLE DB Source 通过 View 获取数据(数据库表 nvarchar 或 nchar 中的所有字符串列)。 派生列,用于格式化现有日期并将其添加到数据集(
我正在使用一个在 Node 中进行base64编码的软件,如下所示: const enc = new Buffer('test', 'base64') console.log(enc) 显示: 我正
我试图将带有日语字符的数据插入到 oracle 数据库中。事情是保存在数据库中的是一堆倒置的问号。我该如何解决这个问题 最佳答案 见 http://www.errcode.net/blogs/?p=6
当我在 java 中解压 zip 文件时,我发现文件名中出现了带有重音字符的奇怪行为。 西索: Add File user : L'equipe Technique -- Folder : spec
在网上冲浪我找到了 ExtJS 的 Ext.Gantt 插件,该扩展有一个特殊的编码。任何人都知道如何编码那样或其他复杂的形式。 Encoded Gantt Chart 最佳答案 它似乎被 Dean
我正在用C语言做一个编码任务,我进展顺利,直到读取符号并根据表格分配相应的代码的部分。我必须连接几个代码,直到它们的长度达到 32 位,为此我必须将它们写入一个文件中。这种写入文件的方法给我带来了很多
我有一个外部链接的 javascript 文件。在那个 javascript 里面,我有这个功能: function getMonthNumber(monthName){ monthName = mo
使用mechanize,我检索到一个网页的源页面,其中包含一些非ASCII字符,比如汉字。 代码如下: #using python2.6 from mechanize import Browser b
我有一个包含字母 ø 的文件。当我用这段代码 File.ReadLines(filePath) 读取它时,我得到了一个问号而不是它。 当我像这样添加编码时 File.ReadLines(filePat
如何翻译下面的字符串 H.P. Dembinski, B. K\'{e}gl, I.C. Mari\c{s}, M. Roth, D. Veberi\v{c} 进入 H. P. Dembinski,
我是一名优秀的程序员,十分优秀!