pandas中DataFrame对象to_csv()方法中的encoding参数

当使用pd.read_csv()方法读取csv格式文件的时候，常常会因为csv文件中带有中文字符而产生字符编码错误，造成读取文件错误，在这个时候，我们可以尝试将pd.read_csv()函数的encoding参数设置为"gbk"或者"utf-8"。(这个方法在上一篇博客有介绍)

据我个人经验总结（如果有错误，还希望大神斧正），在含有中文编码的情况下，to_csv()方法的encoding参数默认为"gbk"，而read_csv()方法的encoding参数默认为"utf-8"，所以最好的防止由于编码出错导致读取错误的方法就是在to_csv()和read_csv()方法同时显式地设置相同的encoding参数。

下面来谈谈出现编码错误的原因。

原来当我们将pandas的DataFrame对象转化为csv格式文件写入硬盘的时候调用的to_csv()函数可以接受一个encoding参数（这个encoding参数决定了写入csv文件所用的编码方式）。同样的，当我们调用pd.read_csv()函数来讲csv文件读取成DataFrame对象的时候，也要传入一个与之对应的encoding参数，如下代码例子（这里的encoding编码格式设置为"utf-8"）:

 1 import pandas as pd
 2 import numpy as np
 3
 4 head = ["表头1" , "表头2" , "表头3"]
 5 l = [[1 , 2 , 3],[4,5,6] , [8 , 7 , 9]]
 6 df = pd.DataFrame (l , columns = head)
 7 df.to_csv ("testfoo.csv" , encoding = "utf-8")　
 8
 9 df2 = pd.read_csv ("testfoo.csv" , encoding = "utf-8")
10 print (df2)

结果如下：

   Unnamed: 0  表头1  表头2  表头3
0           0    1    2    3
1           1    4    5    6
2           2    8    7    9