Pandas导出DataFrame到CSV时latin-1编码报错该如何解决？

报错原因 #

你触发的UnicodeEncodeError是因为数据中存在latin-1编码不支持的Unicode字符（本次报错的是不带点的小写土耳其语i\u0131），latin-1编码仅支持序号在0-255范围内的字符，超出范围的字符无法被编码。

可选解决方法 #

方案1：更换兼容全字符集的编码（优先推荐，不会丢失数据） #

把编码参数替换为支持所有Unicode字符的utf-8系列编码即可：

• 常规场景使用utf-8编码：

df.to_csv('df.csv', sep=';', encoding='utf-8', decimal=',')

• 如果导出的CSV需要在Windows系统用Excel打开，建议用带BOM头的utf-8-sig编码，避免Excel识别乱码：

df.to_csv('df.csv', sep=';', encoding='utf-8-sig', decimal=',')

方案2：强制保留latin-1编码（仅适用于下游系统要求必须用latin-1的场景） #

可以通过errors参数指定异常处理规则，避免程序报错：

• 直接忽略所有无法被latin-1编码的字符：

df.to_csv('df.csv', sep=';', encoding='latin-1', decimal=',', errors='ignore')

• 用?替换所有无法被latin-1编码的字符：

df.to_csv('df.csv', sep=';', encoding='latin-1', decimal=',', errors='replace')

注意：该方案会丢失或修改无法编码的字符内容，非必要不推荐使用。

内容的提问来源于stack exchange，提问作者Economist Learning Python