如何在Python中正确读取波兰统计局的波兰语编码通胀数据

问题核心原因 #

这份波兰统计局的CSV文件采用**cp1250（Windows-1250）**编码——这是为中欧语言（含波兰语）设计的字符编码，专门适配波兰语里的特殊字符（如ź、ł、ą等）。之前尝试的UTF-8与文件实际编码不匹配，直接触发解码错误；ISO-8859-1仅支持西欧字符集，无法解析波兰语特殊字符，导致乱码。

正确代码实现 #

import pandas as pd

inflation_data_url = 'https://stat.gov.pl/download/gfx/portalinformacyjny/pl/defaultstronaopisowa/4741/1/1/miesieczne_wskazniki_cen_towarow_i_uslug_konsumpcyjnych_od_1982_roku.csv'
# 使用cp1250编码读取，完美适配波兰语特殊字符
df = pd.read_csv(inflation_data_url, sep=';', encoding='cp1250')
print(df.head())

额外注意事项 #

• 别用pd作为DataFrame变量名，会覆盖导入的pandas库对象，改用df这类常规命名更稳妥。
• cp1250编码同样适用于捷克、匈牙利等其他中欧国家的政府公开数据文件。

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