如何删除制表符分隔CSV指定列？Pandas代码报错求助

1. 代码是否适用于制表符分隔的CSV？ #

原代码不适用于制表符分隔的CSV，因为pd.read_csv()默认以逗号（,）作为字段分隔符。如果你的文件是制表符分隔格式，需要在read_csv中显式指定分隔符参数sep='\t'，修改后的读取代码如下：

data = pd.read_csv('TradedInstrument_20230331_test.csv', sep='\t')

至于删除列的data.drop()逻辑，只要文件读取正常，这部分代码不受分隔符类型影响，可以直接复用。

2. 解决UnicodeDecodeError错误 #

报错中的0xfc字节对应德语字符ü，说明目标文件并非UTF-8编码，大概率是latin-1或cp1252编码。你需要在read_csv中指定正确的编码参数：

# 尝试latin-1编码
data = pd.read_csv('TradedInstrument_20230331_test.csv', sep='\t', encoding='latin-1')
# 若上述无效，可尝试cp1252编码
# data = pd.read_csv('TradedInstrument_20230331_test.csv', sep='\t', encoding='cp1252')

如果不确定文件编码，可使用chardet库自动检测：

import chardet

with open('TradedInstrument_20230331_test.csv', 'rb') as f:
    detect_result = chardet.detect(f.read())
print(detect_result['encoding'])

运行后会输出检测到的编码，将其传入encoding参数即可正常读取文件。

内容的提问来源于stack exchange，提问作者Patrick_Chong