在Jupyter中加载CSV文件时出现UnicodeDecodeError错误求助

这个错误是因为你的CSV文件并非UTF-8编码，而Python默认使用UTF-8解码，导致无法识别特定字节。以下是几种可行的解决方法：

• 指定已知的替代编码
  尝试用常见编码格式读取，比如latin-1、cp1252（适用于西欧语言文件）或gbk（适用于中文文件）：

  import pandas as pd
  # 用latin-1编码读取
  df = pd.read_csv('your_file.csv', encoding='latin-1')
  # 或用cp1252编码
  df = pd.read_csv('your_file.csv', encoding='cp1252')
  

• 自动检测文件编码
  借助chardet库自动识别文件编码：

  1. 先安装库：

     !pip install chardet
     

  2. 检测编码：

     import chardet
     with open('your_file.csv', 'rb') as f:
         detection_result = chardet.detect(f.read())
     print(f"检测到的编码：{detection_result['encoding']}")
     

  3. 使用检测到的编码读取：

     df = pd.read_csv('your_file.csv', encoding=detection_result['encoding'])
     

• 忽略解码错误（临时应急）
  如果可以接受丢失部分特殊字符，可添加errors='ignore'参数跳过错误：

  df = pd.read_csv('your_file.csv', encoding='utf-8', errors='ignore')
  

  注意：此方法会丢弃无法解码的字符，可能导致数据缺失，仅建议临时使用。

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