Pandas 熊猫数据帧：删除࿽；（未知字符）来自行中的字符串

我已将csv文件读入python 2.7（windows机器）。销售价格栏似乎是字符串和浮动的混合体。有些行包含欧元符号€。Python将欧元视为�.

df = pd.read_csv('sales.csv', thousands=',')
print df

Gender  Size    Color   Category    Sales Price
Female  36-38   Blue    Socks       25
Female  44-46   Pink    Socks       13.2
Unisex  36-38   Black   Socks      � 19.00
Unisex  40-42   Pink    Socks      � 18.50
Female  38      Yellow  Pants      � 89,00
Female  43      Black   Pants      � 89,00

我假设用一个简单的替换行就能解决这个问题

df=df.replace('\�','',regex=True).astype(float)

但我得到了编码错误

SyntaxError: Non-ASCII character

---

如果您能听到您对此的想法，我将不胜感激。我认为@jezrael的评论是正确的。首先，您需要使用编码读取文件（请参见“编码”部分）

但要想取代欧元，请尝试以下方法：

df=df.replace('\u20AC','',regex=True).astype(float)

---

我遇到了一个类似的问题，数据框中的一列有很多货币符号。欧元、美元、日元、英镑等。我尝试了多种解决方案，但最简单的是使用模块

---

上述内容将在

销售价格

栏中用

欧元

替换

€

。

如何工作

df=pd.read_csv（'Sales.csv'，数千='，'，encoding='utf-8'）

或

df=pd.read_csv（'Sales.csv'，数千='，'编码='拉丁语'）

，同样的错误尝试使用

chardet

实用程序查找编码，然后在参数中指定它。

df=df.replace('\u20AC','',regex=True).astype(float)

df['Sales Price'] = df['Sales Price'].str.replace(unicodedata.lookup('EURO SIGN'), 'Euro')