UnicodeDecodeError：“ utf-8”编解码器无法解码位置24的字节0xa0：无效的起始字节

Question

我正在尝试在Kaggle笔记本上加载“波士顿的犯罪”数据库， （https://www.kaggle.com/AnalyzeBoston/crimes-in-boston） 顺便说一下，可以在这里找到此数据的最新版本： （https://data.boston.gov/dataset/crime-incident-reports-august-2015-to-date-source-new-system/resource/12cb3883-56f5-47de-afa5-3b1cf61b257b） ，当我想使用Pandas读取数据时，出现此错误：

    UnicodeDecodeError: 'utf-8' codec can't decode byte 0xa0 in position 24: invalid start byte

这是我尝试将数据加载到内核中的方法：

my_filepath = '../input/crimes-in-boston/crime.csv'
my_data = pd.read_csv(my_filepath , encoding = 'utf8')

Answer 1

我可以使用encoding='ansi'读取文件。有关ANSI编码的一些信息，请参见this question。

我的解决方案：

import pandas as pd
df = pd.read_csv('crime.csv', encoding='ansi')

更新：如果遇到错误LookupError: unknown encoding: ansi，请使用encoding='cp1252'。