Jupyter Notebook读入csv文件时出错的解决方案

当使用Jupyter Notebook读入CSV文件时，有时会出现以下错误：UnicodeDecodeError: 'utf-8' codec can't decode byte 0x?? in position ??: invalid start byte。这是因为CSV文件的编码格式不是UTF-8。

为了解决这个问题，我们需要采取以下几个步骤：

步骤一：确定CSV文件的编码格式

在读取CSV文件之前，我们需要确定CSV文件的编码格式。可以用文本编辑器（比如记事本或者Sublime Text）打开CSV文件，并查看文件编码方式。在Sublime Text中，可以通过以下步骤查看文件编码方式：

1. 打开CSV文件
2. 点击菜单栏的View -> Show Encoding，在下拉菜单中选择“UTF-8”以外的编码方式（比如“GBK”或者“GB2312”），Sublime Text就会自动将文件内容以新的编码方式打开。
3. 如果文件可以正常显示，那么新的编码方式就是文件的编码方式；反之，就需要再尝试其他编码方式。

步骤二：在读取CSV文件时指定编码格式

在Jupyter Notebook中，可以通过指定encoding参数的方式来读取指定编码方式的CSV文件。比如，在读取GB2312编码方式的CSV文件时，可以使用如下代码：

import pandas as pd
df = pd.read_csv('data.csv', encoding='gb2312')

其中，“data.csv”是CSV文件的文件名，encoding参数的值为“gb2312”。

示例一：读取以GB2312编码方式保存的CSV文件

假设我们有一个名为“data.csv”的CSV文件，它的编码方式为GB2312，文件内容如下：

姓名,年龄,性别
张三,18,男
李四,20,女
王五,22,男

为了读取该文件，可以使用如下代码：

import pandas as pd
df = pd.read_csv('data.csv', encoding='gb2312')
print(df)

输出结果为：

   姓名  年龄 性别
0  张三  18  男
1  李四  20  女
2  王五  22  男

示例二：读取以Big5编码方式保存的CSV文件

假设我们有一个名为“data.csv”的CSV文件，它的编码方式为Big5，文件内容如下：

姓名,年齡,性別
張三,18,男
李四,20,女
王五,22,男

为了读取该文件，可以使用如下代码：

import pandas as pd
df = pd.read_csv('data.csv', encoding='big5')
print(df)

输出结果为：

   姓名  年齡 性別
0  張三  18  男
1  李四  20  女
2  王五  22  男