Python UnicodeDecodeError:（'；utf-8'；编解码器）在Pandas中读取dta文件时出错

我试图用Pandas打开一个

dta

文件，但得到一个

UnicodeDecodeError

：

>>> import pandas as pd
>>> pd.read_stata('/some/stata/file.dta',encoding='utf8') # I've tried 'utf8', "ISO-8859-1", 'latin1', 'cp1252' and not putting in anything, same error.

Traceback (most recent call last):
  File "<pyshell#123>", line 1, in <interactive>
    pd.read_stata(path,encoding='cp1252')
  File "/usr/local/lib/python2.7/dist-packages/pandas/io/stata.py", line 161, in read_stata
    chunksize=chunksize, encoding=encoding)
  File "/usr/local/lib/python2.7/dist-packages/pandas/io/stata.py", line 960, in __init__
    self._read_header()
  File "/usr/local/lib/python2.7/dist-packages/pandas/io/stata.py", line 980, in _read_header
    self._read_new_header(first_char)
  File "/usr/local/lib/python2.7/dist-packages/pandas/io/stata.py", line 1056, in _read_new_header
    self.vlblist = self._get_vlblist()
  File "/usr/local/lib/python2.7/dist-packages/pandas/io/stata.py", line 1127, in _get_vlblist
    for i in range(self.nvar)]
  File "/usr/local/lib/python2.7/dist-packages/pandas/io/stata.py", line 1269, in _decode
    return s.decode('utf-8')
  File "/usr/lib/python2.7/encodings/utf_8.py", line 16, in decode
    return codecs.utf_8_decode(input, errors, True)
UnicodeDecodeError: 'utf8' codec can't decode byte 0x93 in position 18: invalid start byte

>>将熊猫作为pd导入
>>>pd.read_stata（'/some/stata/file.dta'，encoding='utf8'）#我试过'utf8'，'ISO-8859-1'，'latin1'，'cp1252'，但没有输入任何内容，同样的错误。
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
pd.read_stata（路径，编码='cp1252'）
文件“/usr/local/lib/python2.7/dist packages/pandas/io/stata.py”，第161行，以read_stata格式
chunksize=chunksize，encoding=encoding）
文件“/usr/local/lib/python2.7/dist-packages/pandas/io/stata.py”，第960行，在__
self.\u read\u header（）
文件“/usr/local/lib/python2.7/dist-packages/pandas/io/stata.py”，第980行，在读取头中
self.\u read\u new\u头（第一个字符）
文件“/usr/local/lib/python2.7/dist-packages/pandas/io/stata.py”，第1056行，在“读取”和“新建”标题中
self.vlblist=self.\u get\u vlblist（）
文件“/usr/local/lib/python2.7/dist-packages/pandas/io/stata.py”，第1127行，在
对于范围内的i（self.nvar）]
文件“/usr/local/lib/python2.7/dist packages/pandas/io/stata.py”，第1269行，在解码中
返回s.decode（'utf-8'）
文件“/usr/lib/python2.7/encodings/utf_8.py”，第16行，解码
返回编解码器.utf_8_解码（输入，错误，真）
UnicodeDecodeError:“utf8”编解码器无法解码位置18中的字节0x93:无效的开始字节

该文件包含非ASCII字符，由其他人保存（可能在Windows或Mac上）R可以打开文件并将其保存为

csv

，然后我可以正常读取，但如果能够使用Python完成所有操作，那就太好了

对于encoding参数，在这里的其他线程之后，我尝试了“utf8”、“ISO-8859-1”、“latin1”、“cp1252”，并且没有输入任何内容。然而，我总是得到完全相同的错误

知道发生了什么事吗？我能做什么

---

我在Ubuntu 14.04上使用Python2.7，以防万一。

在Github上有一个补丁提交给master，应该以

0.25版本发布

请参阅有关此问题的详细信息

要进行临时修复，请将pandas.io.stata

的

1334

行从

return s.decode('utf-8')

到

---

不幸的是，在某些情况下，Stata或其他软件将允许输入一些非UTF-8字符。据推测，您使用的是一个

dta

文件，其版本为

118

，由于这些文件应该是纯

UTF-8

，熊猫会忽略编码

kwarg

“UTF”、“UTF-8”、“iso-8859-1”工作utf8'没有。使用Python2.7或3.5，以及0.19.1。你能检查一下你的pandas版本吗（

pd.\uuuuuu version\uuuuuu

）@JulienMarrec刚刚将pandas从0.18.1更新到0.20.3-同样的错误仍然存在。看起来四年前就有这方面的报道，但对我来说仍然不起作用。

return s.decode('latin-1')