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：

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。