在read_csv函数调用之后，QUÉBEC中的拉丁字符É显示为QUÃBEC

Question

我需要将psv文件读取到数据帧。当我在notepad ++中打开psv文件时，看到的值为QUÉBEC。但是，当我在excel中使用|作为分隔符打开时，该值显示为QU├ëBEC。在使用read_csv函数后的数据帧中，当尝试使用编码= cp1252，编码= latin_1，iso8859-1，iso8859_15时，该值显示为QUÃBEC。最终，我希望数据框具有QUÉBEC值。

我尝试使用指定的编码标准，但是似乎没有任何效果。 https://docs.python.org/3/library/codecs.html#standard-encodings

具体地说，尝试了所有与西欧和拉丁有关的内容。

def load_psv_into_df(psv_filename):
    #   This function loads the PSV into the data frame.
    #   Input: PSV File Name
    #   Output: Data frame
    result_df = pd.read_csv (psv_filename, sep='|', encoding='cp1252', 
                   dtype=str, low_memory=False, keep_default_na=False)
    return result_df

使用UTF-8标准时，出现以下错误消息。对于以utf开头的任何编码标准都相同。请提出建议。 UnicodeDecodeError：'utf-8'编解码器无法解码位置12处的字节0x：无效的连续字节

Answer 1

两个最可能的编码选项是utf-8和utf-16le。但是，就像Igaud所说的那样，notepad ++可以肯定地告诉您编码。