Python “地质标号”的地质标号编码；“从未见过”；人物

在这几天里，我一直在与地理数据帧作斗争，我正在用geopandas管理这些数据帧。我的问题来自于属于地区和城镇名称的特殊字符的奇怪格式。我从来没有看到过我面前的格式。幸运的是，他们并不多。 我试着选择所有类型的编码，从拉丁语-1到几个ISO xxx，但唯一能正常工作的方法是用字典手动替换（我不喜欢它，因为它是用我可以从数据帧本身获得的示例构建的。如果它在将来发生变化，它将忽略这一点）

下面是一个我如何找到替代者的例子。因为我找不到任何好的编码来正确读取数据帧，所以我将“utf-8”编码作为geopandas opener的一个参数

df1 = gpd.read_file('path/to/my/file.shp', encoding='utf-8')

无论如何，得到的结果与示例中插入的结果相同。为了这个例子，我只放了两个实例，在我的原始数据帧中，字典中每对至少有一个实例

df = pd.DataFrame([[b"Pr\x8e-Saint-Didier", b"Vall\x8e d'Aoste"],[ "Bozen", b"Trentino Alto Adige - S\x9ddtirol"]], columns = ['town', 'region']) 
special_chars = {
            '\x9f':'ü',
            '\x93':'ì',
            '\xed':'ì',
            '\x8e':'é',
            '\x8f':'è',
            '\x8d':'ç',
            '\x90':'ê',
            '\x98':'ò',
            '\x9d':'ù',
            '\x88':'à',
        }
df['town'] = df['town'].str.decode('latin-1').replace(special_chars, regex=True)
df['region'] = df['region'].str.decode('latin-1').replace(special_chars, regex=True)

---

有人知道如何解决这个问题吗？

如何处理它？

可能这是一种现有的编码，所以您有几种可能：在维基百科中检查一些这样的字符。某些重音字符有可能的编码列表。在本例中，我发现旧MacOS代码页中的某些字符是正确的。所以我检查了其他Mac编码，我想我找到了

或者（如果您有许多不同的文件和编码，就这样做）：您可以编写一个带有短转换表的Python脚本，并迭代所有编码。选择具有更好点的3种编码（也可以打印这种编码中的字符）。这在第一次尝试时需要更长的时间，但如果您经常遇到这样的问题，它将对您有所帮助（特别是因为您似乎正在处理旧数据）

注意：似乎很少有人猜测你是错的（错的情况？）

我发现了什么？

我想是的。或者一些相关的Mac_OS编码。现在，您的任务是仔细检查我的猜测是否正确（我没有检查所有字符）

---

注意：这种编码在Python中称为

mac\u-roman

。

太棒了，谢谢。麦克·罗曼确实工作了。如果你认为数据源应该是意大利语邮政服务（EUFF），在1984到2001之间使用编码，那就很有趣了，你如何定义为“旧类型的编码”。但在2000年之前，人们已经知道苹果公司将用UTF-8取代它，所以这种编码的使用寿命比通常过时的缓冲时间要短。意大利邮政局？它是否像其他四五个国家一样被认为是可靠的（因此在各种互联网商家的“请勿发送”列表中）[伊拉克、尼日利亚、阿富汗是其他服务不可靠的国家]。