python - Bokeh 'utf8' 编解码器无法解码字节 0xe9 : unexpected end of data

Question

我正在使用 Bokeh 绘制 Pandas 数据框。以下是代码:

map_options = GMapOptions(lat=19.075984, lng=72.877656, map_type="roadmap", zoom=11)
plot = GMapPlot(x_range=DataRange1d(), y_range=DataRange1d(), map_options=map_options)


plot.api_key = "xxxxx"
source = ColumnDataSource(
    data=dict(
        lat=[float(i) for i in data.lat],
        lon=[float(i) for i in data.lon],
        size=[int(i)/1000 for i in data['count']],
        ID = [i for i in data.merchant_id],
        Merchant = [str(i) for i in data.merchant_name],
        count = [float(i) for i in data['count']]
    )
)
hover = HoverTool(tooltips=[
    ("(x,y)", "($lat, $lon)"),
    ("ID", "$ID"),
    ("Name", "@Merchant"),
    ("count","$count")
])


# hover.renderers.append(circle_glyph)
plot.tools.append(hover)
circle = Circle(x="lon", y="lat", size='size', fill_color="blue", fill_alpha=0.8, line_color=None)
plot.add_glyph(source, circle)

# plot.add_layout(labels)
plot.add_tools(PanTool(), WheelZoomTool(), BoxSelectTool())
output_file("gmap_plot.html")
show(plot)

在 Hovertool 中使用“名称”字段会引发以下错误:

UnicodeDecodeError: 'utf8' codec can't decode byte 0xe9 in position 6: unexpected end of data

同时评论“名称”字段仍然会给我错误，但有一个输出图。

以下是我正在使用的数据框:

    lat lon merchant_id count   merchant_name
0   18.539971   73.893963   757 777 Portobello
1   18.565766   73.910980   745 10193   The Wok Box
2   18.815427   76.775143   1058    2354    Burrito Factory
3   18.914633   72.817916   87  1985    Flamboyante
4   18.915794   72.824370   94  1116    Butterfly Pond
5   18.916473   72.826868   145 1010    Leo's Boulangerie
6   18.918923   72.828325   115 517 Brijwasi Sweets
7   18.928063   72.832888   973 613 Pandora's Box
8   18.928562   72.832353   101 64  La Folie Patisserie
9   18.929516   72.831860   961 6673    Burma Burma

据我所知，商家名称中包含导致错误的字符，但我尝试使用“utf-8”、“ascii”等对列进行编码。但出现以下错误:

data['merchant_name'] = data['merchant_name'].str.encode('utf-8')

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe9 in position 6: ordinal not in range(128)

关于如何进行的任何想法？

Answer 1

字节 0xe9 不是纯 ascii 中的，因为它是 233(在十进制系统中)，而 ascii 只有 127 个符号。在 UTF-8 中，它是一个特殊字节，它引入了一个占用接下来两个字节的字符。因此，该字符串可能采用另一种编码。例如在 latin1 和 latin2 中，字节 0xe9 表示字母 é。

请记住，首先您必须对字符串进行解码。您尝试对没有意义的 str 类型(普通字符串)进行编码。因此 Python 尝试了他的默认 decode('ascii') 并且你在 encode 方法上得到了 UnicodeDecodeError。

我没有设法复制错误，而且我在您提供的数据中没有看到任何特殊字符(尤其是我没有看到 0xe9 字节)。所以我只能猜测。我会尝试这样的事情:

data['merchant_name'] = data['merchant_name'].str.decode('latin1').encode('utf-8')

最后但同样重要的是，请在发布代码时发布包含所有导入和所有内容的完整代码。我从未使用过 Bokeh，现在，当我尝试复制您的错误时，重建它们非常耗时。 (但无论如何——最后我设法导入了所有内容，但我没有得到你的错误。)