CSV中的时髦文本编码

Question

我正在努力将FAA的on-time performance dataset中的每月CSV连接到一个具有一致格式的大平面文件中。

这个数据的12个月（2001-02至2002-02）对尾数字段的值有奇怪的错误。例如：

• N299US成为N299äâ
• N728UW成为N728Ræ
• N615MQ变为-N615M

这些值在ISO 8859-1中编码（它的utf8无效）。我通过在下一个月份的数据集中搜索尾号的“N ###”部分的唯一匹配来找到未加扰的值（尾号是飞机的注册号，并且不会逐月更改，所以我对此感到有信心。）

我无法弄清楚这是否是一些我以前从未见过的可以转换回UTF8的时髦文本编码方案 - 或者如果FAA用来编译CSV的代码中有一些错误，这个数据只是垃圾。

任何帮助解决这个问题将不胜感激。谢谢！

Answer 1

我联系了美国航空公司信息办公室。显然，无论数据发生什么都是有损的，而且无法恢复正确的尾数。