如何在pandas数据框中显示中文字符？

Question

我可以读取一个csv文件，其中有一个包含中文字符的列（其他列是英文和数字）。但是，中文字符无法正确显示。见下面的照片

我使用pd.read_csv()加载了csv文件。

display(data06_16)或data06_16.head()都无法正确显示中文字符。

我尝试将以下行添加到.bash_profile：

中

export LC_ALL=zh_CN.UTF-8
export LANG=zh_CN.UTF-8

export LC_ALL=en_US.UTF-8
export LANG=en_US.UTF-8

但它没有帮助。

此外，我还尝试将encoding arg添加到pd.read_csv()：

pd.read_csv('data.csv', encoding='utf_8')
pd.read_csv('data.csv', encoding='utf_16')
pd.read_csv('data.csv', encoding='utf_32')

这些根本不起作用。

如何正确显示汉字？

Answer 1

我刚才记得源数据集是使用encoding='GBK'创建的，所以我再次尝试使用

data06_16 = pd.read_csv("../data/stocks1542monthly.csv", encoding="GBK")

现在，我可以看到所有的汉字。

谢谢你们！

Answer 2

我在这里看到三个可能的问题：

1）你可以试试这个：

import codecs
x = codecs.open("testdata.csv", "r", "utf-8")

2）理论上另一种可能性是：

import pandas as pd
df = pd.DataFrame(pd.read_csv('testdata.csv',encoding='utf-8')) 

3）也许你应该在用Python导入之前将csv文件转换为utf-8（例如在Notepad ++中）？当然，它可以是一次性导入的解决方案，而不是自动过程的解决方案。

Answer 3

尝试一下

df = pd.read_csv(path, engine='python', encoding='utf-8-sig')