Python 博克';utf8';编解码器可以';t解码字节0xe9:数据意外结束
我在用Bokeh绘制熊猫数据帧。代码如下:Python 博克';utf8';编解码器可以';t解码字节0xe9:数据意外结束,python,pandas,encoding,bokeh,Python,Pandas,Encoding,Bokeh,我在用Bokeh绘制熊猫数据帧。代码如下: map_options = GMapOptions(lat=19.075984, lng=72.877656, map_type="roadmap", zoom=11) plot = GMapPlot(x_range=DataRange1d(), y_range=DataRange1d(), map_options=map_options) plot.api_key = "xxxxx" source = ColumnDataSource(
map_options = GMapOptions(lat=19.075984, lng=72.877656, map_type="roadmap", zoom=11)
plot = GMapPlot(x_range=DataRange1d(), y_range=DataRange1d(), map_options=map_options)
plot.api_key = "xxxxx"
source = ColumnDataSource(
data=dict(
lat=[float(i) for i in data.lat],
lon=[float(i) for i in data.lon],
size=[int(i)/1000 for i in data['count']],
ID = [i for i in data.merchant_id],
Merchant = [str(i) for i in data.merchant_name],
count = [float(i) for i in data['count']]
)
)
hover = HoverTool(tooltips=[
("(x,y)", "($lat, $lon)"),
("ID", "$ID"),
("Name", "@Merchant"),
("count","$count")
])
# hover.renderers.append(circle_glyph)
plot.tools.append(hover)
circle = Circle(x="lon", y="lat", size='size', fill_color="blue", fill_alpha=0.8, line_color=None)
plot.add_glyph(source, circle)
# plot.add_layout(labels)
plot.add_tools(PanTool(), WheelZoomTool(), BoxSelectTool())
output_file("gmap_plot.html")
show(plot)
在悬停工具中,使用“名称”字段会引发以下错误:
data['merchant_name'] = data['merchant_name'].str.encode('utf-8')
UnicodeDecodeError:“utf8”编解码器无法解码位置6中的字节0xe9:
数据意外结束
同时注释“Name”字段仍然会显示错误,但有一个输出图
以下是我正在使用的数据帧:
lat lon merchant_id count merchant_name
0 18.539971 73.893963 757 777 Portobello
1 18.565766 73.910980 745 10193 The Wok Box
2 18.815427 76.775143 1058 2354 Burrito Factory
3 18.914633 72.817916 87 1985 Flamboyante
4 18.915794 72.824370 94 1116 Butterfly Pond
5 18.916473 72.826868 145 1010 Leo's Boulangerie
6 18.918923 72.828325 115 517 Brijwasi Sweets
7 18.928063 72.832888 973 613 Pandora's Box
8 18.928562 72.832353 101 64 La Folie Patisserie
9 18.929516 72.831860 961 6673 Burma Burma
据我所知,商户名称包含导致错误的字符,但我尝试使用“utf-8”、“ascii”等对列进行编码。但我得到以下错误:
data['merchant_name'] = data['merchant_name'].str.encode('utf-8')
UnicodeDecodeError:“ascii”编解码器无法解码第6位的字节0xe9:序号不在范围内(128)
知道如何继续吗?字节0xe9不是纯ascii格式,因为它是233(十进制),ascii只有127个符号。在UTF-8中,它是一个特殊的字节,它引入了一个接受下两个字节的字符。因此,字符串可能是另一种编码。例如,在拉丁语1和拉丁语2中,字节0xe9表示字母é 请记住,首先必须解码字符串。您尝试对str类型(普通字符串)进行编码,但没有意义。因此,Python尝试了默认的
decode('ascii')
,在encode
方法上得到了UnicodeDecodeError
我没有成功地复制错误,而且在您提供的数据中也没有看到任何特殊字符(特别是我没有看到0xe9字节)。所以我只能猜测。我想试试这样的东西:
data['merchant_name'] = data['merchant_name'].str.decode('latin1').encode('utf-8')
最后但并非最不重要的一点,请在发布代码时,发布包含所有导入内容和所有内容的完整代码。我从未使用过Bokeh,现在,当我试图复制你的错误时,重建它们是很耗时的。(但无论如何——最后我成功地导入了所有内容,但没有发现您的错误。)我这样解决了问题
tsne_df['words'] = list(w2v_model.wv.vocab.keys())[:5000]
tsne_df['words'] = tsne_df['words'].str.decode('latin1').str.encode('utf-8')
plot_tfidf.scatter(x='x', y='y', source=tsne_df)
hover = plot_tfidf.select(dict(type=HoverTool))
hover.tooltips={"word": "@words"}
show(plot_tfidf)
谢谢你的详细解释。它帮助了我。