python - UnicodeDecodeError帮助:数据需要以ascii格式存储，但源代码为utf-8

上下文：我正在尝试构建一个可追溯的热图，以映射以下类型的数据（在数据框中）：



（最多可容纳50个水果和5500家商店）

我的问题（我认为）是seaborn似乎要使用ascii，但我的数据在utf-8中。读取csv文件时，无法执行以下操作：

df = pd.read_csv('data.csv', encoding = 'ascii')

没有出现以下错误：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xe9 in position 3: ordinal not in range(128)

当我使用utf-8引入它时，它将读取并且可以将其重塑为对热图友好的形式，但是随后尝试运行时：

sns.heatmap(df2)

我得到类似的UnicodeDecodeError

我在商店或水果园中确实有一些简单的特殊字符（冒号，退格键等），所以我想知道这里最好的方法是什么。


我是否应该在数据框上运行某些内容以删除utf-8字符
然后编码为ASCII？
我应该对源.csv文件做些什么来删除utf-8字符吗？
我可以通过其他方式让Seaborn接受我拥有的编码吗？


如果有人有首选的方法，他们可以帮助我提供适当的代码来完成它吗？

Python版本2.7.12 :: Anaconda 4.1.1（64位）
熊猫（0.18.1）
Seaborn（0.7.1）

最佳答案

您的配置（Python 2.7，Pandas 0.18.1，Seaborn 0.7.1）当然应该能够处理utf-8。即使绘图中使用的字体不支持这些unicode字符，热图仍应显示。这是一个测试案例：

import pandas as pd
import seaborn as sns

df = pd.DataFrame(
        {'Fruit': ['Apple', 'Banana', 'Orange', 'Kiwi'] * 2,
        'Store': [u'Kr\xf6ger'] * 4 + [u'F\u0254\u0254d Li\u01ebn'] * 4,
        'Stock': [6, 1, 3, 4, 1, 7, 7, 9]})

sns.heatmap(df.pivot("Fruit", "Store", "Stock"))

因此，问题出在数据框df2中。您的评论指出，df2是通过重塑另一个数据框而创建的，可能也由诸如pivot()或crosstab()之类的东西构成。

假设此原始数据帧包含列Store和Fruit，并且它是从文件中读取的，即采用默认编码：

raw = pd.read_csv('data.csv')

为了进行测试，这是该文件data.csv的内容：

Store,Fruit,Stock
Kröger,Apple,6
Kröger,Banana,1
Kröger,Orange,3
Kröger,Kiwi,4
Fɔɔd Liǫn,Apple,1
Fɔɔd Liǫn,Banana,7
Fɔɔd Liǫn,Orange,7
Fɔɔd Liǫn,Kiwi,9

现在，为了修复列Store和Fruit的编码，使其包含有效的Unicode字符串，请使用decode()字符串方法，如下所示：

raw["Store"] = raw["Store"].apply(lambda x: x.decode("utf-8"))
raw["Fruit"] = raw["Fruit"].apply(lambda x: x.decode("utf-8"))

现在，heatmap()应该可以很愉快地使用数据框：

sns.heatmap(raw.pivot("Fruit", "Store", "Stock"))

关于python - UnicodeDecodeError帮助:数据需要以ascii格式存储，但源代码为utf-8，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/39919704/