當使用pd.read_csv()方法讀取csv格式文件的時候，常常會因為csv文件中帶有中文字符而產生字符編碼錯誤，造成讀取文件錯誤，在這個時候，我們可以嘗試將pd.read_csv()函數的encoding參數設置為"gbk"或者"utf-8"。(這個方法在上一篇博客有介紹)
據我個人經驗總結（如果有錯誤，還希望大神斧正），在含有中文編碼的情況下，to_csv()方法的encoding參數默認為"gbk"，而read_csv()方法的encoding參數默認為"utf-8"，所以最好的防止由於編碼出錯導致讀取錯誤的方法就是在to_csv()和read_csv()方法同時顯式地設置相同的encoding參數。
下面來談談出現編碼錯誤的原因。
原來當我們將pandas的DataFrame對象轉化為csv格式文件寫入硬盤的時候調用的to_csv()函數可以接受一個encoding參數（這個encoding參數決定了寫入csv文件所用的編碼方式）。同樣的，當我們調用pd.read_csv()函數來講csv文件讀取成DataFrame對象的時候，也要傳入一個與之對應的encoding參數，如下代碼例子（這里的encoding編碼格式設置為"utf-8"）:
1 import pandas as pd 2 import numpy as np 3 4 head = ["表頭1" , "表頭2" , "表頭3"] 5 l = [[1 , 2 , 3],[4,5,6] , [8 , 7 , 9]] 6 df = pd.DataFrame (l , columns = head) 7 df.to_csv ("testfoo.csv" , encoding = "utf-8") 8 9 df2 = pd.read_csv ("testfoo.csv" , encoding = "utf-8") 10 print (df2)
結果如下：
Unnamed: 0 表頭1 表頭2 表頭3 0 0 1 2 3 1 1 4 5 6 2 2 8 7 9