问题描述
我正在尝试阅读Kaggle上提供的Sentiment140.csv：
I am trying to read the Sentiment140.csv available on Kaggle: https://www.kaggle.com/kazanova/sentiment140
我的代码是这个：
import pandas as pd
import os
cols = ['sentiment','id','date','query_string','user','text']
BASE_DIR = ''
df = pd.read_csv(os.path.join(BASE_DIR, 'Sentiment140.csv'),header=None, names=cols)
它给了我这个错误：
想了解的是：
1）我该如何解决这个问题？
1) How do I solve this issue?
2）在哪里可以找到？看到基于错误，我应该使用哪种编码类型而不是 utf-8？
2) Where can I see which type of encoding should I use instead of "utf-8", based on the error?
3）使用其他编码方法会导致其他问题
3) Using other encoding methods will cause me other issues later on?
预先感谢
P.s。我在Mac上使用python3
P.s. I am using python3 on a mac
推荐答案
这有效：
结果为 encoding = latin-1 ，您必须指定列名，否则它将使用第一行作为列名。这就是糟糕的现实世界数据集可能是哈哈
Turns out encoding="latin-1" and you have to specify column names, otherwise it will use the first row as column names. This is how lousy real-world dataset can be haha
这篇关于UnicodeDecodeError Sentiment140 Kaggle的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！