Python 熊猫到_csv:ascii can'；t编码字符

我正在尝试将数据帧读写到以管道分隔的文件中。有些字符是非罗马字母（`、ç、ñ等）。但当我试着把重音写成ASCII时，它就断了

df = pd.read_csv('filename.txt',sep='|', encoding='utf-8')
<do stuff>
newdf.to_csv('output.txt', sep='|', index=False, encoding='ascii')

-------

  File "<ipython-input-63-ae528ab37b8f>", line 21, in <module>
    newdf.to_csv(filename,sep='|',index=False, encoding='ascii')

  File "C:\Users\aliceell\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\frame.py", line 1344, in to_csv
    formatter.save()

  File "C:\Users\aliceell\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\formats\format.py", line 1551, in save
    self._save()

  File "C:\Users\aliceell\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\formats\format.py", line 1652, in _save
    self._save_chunk(start_i, end_i)

  File "C:\Users\aliceell\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\formats\format.py", line 1678, in _save_chunk
    lib.write_csv_rows(self.data, ix, self.nlevels, self.cols, self.writer)

  File "pandas\lib.pyx", line 1075, in pandas.lib.write_csv_rows (pandas\lib.c:19767)

UnicodeEncodeError: 'ascii' codec can't encode character '\xb4' in position 7: ordinal not in range(128)

我的目标是创建一个以管道分隔的文件，该文件保留重音和特殊字符

---

还有，有没有一种简单的方法来确定哪一行read_csv正在中断？现在我不知道如何让它显示坏字符。

您有一些字符不是ASCII码，因此无法像您尝试的那样进行编码。我只想使用注释中建议的

utf-8

要检查导致问题的线路，可以尝试以下方法：

def is_not_ascii(string):
    return string is not None and any([ord(s) >= 128 for s in string])

df[df[col].apply(is_not_ascii)]

您需要指定要测试的列

col

。

检查答案

这是一个简单得多的解决方案：

newdf.to_csv('filename.csv', encoding='utf-8')

---

另一种解决方案是使用带有“忽略”选项的字符串函数编码/解码，但它将删除非ascii字符：

df['text']=df['text'].apply（lambda x:x.encode（'ascii'，'ignore'）。decode（'ascii'））

试试这个，它能工作

---

newdf.to_csv（'filename.csv'，encoding='utf-8'）

您是否规范化unicode字符串以删除重音符号？我认为ASCII不能处理这些字母。…。@juanpa.arrivillaga：我编辑我的帖子是为了澄清我在输出中寻找的内容。@ale19你不能用ASCII编码重音符号和特殊字符。这是一个赤裸裸的表现。这就是UTF-8这样的编码存在的原因。用UTF-8写出来就行了。谢谢。当我尝试您的函数（指定列）时，我得到了TypeError:ord（）应该是一个字符，但找到了长度为17的字符串。我假设这是因为ord（）检查单个字符，但相关列包含字符串。如果您执行

df[df[col].apply（is_ascii）=False]

，则只会得到发现错误的行/索引。

newdf.to_csv('filename.csv', encoding='utf-8')