Pandas 处理读取 excel 数据的时候中文字符显示问号乱码？

[krisbai]

如题，测试了多种方法都不可行。coding=utf8 ，encoding='18030' 都验证过。求思路，谢谢！

补充下脚本内容：
#-*-coding: utf-8 -*-

import pandas as pd
import sys

reload(sys)
sys.setdefaultencoding("utf-8")

df = pd.read_csv('/opt/ck.csv', encoding='utf-8', nrows=10)
print df

打印结果：

?? ???? ??? ???? ???? ???? ???? ???? ???? \
0 1 AR-2017-0025 ??? 42740.80595 ??? ?? 42744 0.395833 42744
1 2 AR-2017-0153 ??? 42755.44742 ??? ?? 42761 0.395833 42761
2 3 AR-2017-0154 ??? 42755.45005 ??? ?? 42769 0.395833 42770
3 4 AR-2017-0206 ??? 42768.81582 ??? ?? 42769 0.395833 42770

完成代码：

import numpy as np
import pandas as pd
import xlrd
import openpyxl

book = xlrd.open_workbook('op.xlsx', encoding_override='gb18030')
df = pd.DataFrame(pd.read_excel(book, engine='xlrd'))
df_inner = df.loc[df['标题'].isin(['提取内容'])]
df_inner.to_excel('/opt/op_test.xlsx')

[wampyl]

关注，我上次服务器转码死活不行，最后直接用 iconv 命令了。

[wang9571]

没有报错信息，我不知道你遇到的情况跟我的是不是一样。我说一下我碰到的情况。

Pandas 的 read_excel 是基于 xlrd 的，但是这个方法会接收多余的参数，直接 coding=utf8 是传不到 xlrd 那里的。
你可以先用 book = xlrd.open_workbook(文件, encoding_override='gb18030')，
再使用 pandas.read_excel(book, engine='xlrd')

[wx8600]

你们能不能不要用 Py2 了…这都 2017 年了…

[billgreen1]

@wx8600 赞同

[data2world]

哥们儿，1，你的平台是什么？ linux 还是 win。2。你这是 csv 不是 excel。3。一般来讲 sys.setdefaultencoding("utf-8") 几乎不能解决乱码问题。4. 你可以测试新建一个包含中文的 csv 文件，看是否乱码。5.以前我遇到过读文件只有一个字是乱码的。。。但是在 office 显示是正常的。。。

[ulster02]

encoding= 'gb18030'

[krisbai]

@wang9571 这个办法不错。

[krisbai]

import numpy as np
import pandas as pd
import xlrd
import openpyxl

book = xlrd.open_workbook('op.xlsx', encoding_override='gb18030')
df = pd.DataFrame(pd.read_excel(book, engine='xlrd'))
df_inner = df.loc[df['标题'].isin(['提取内容'])]
df_inner.to_excel('/opt/op_test.xlsx')