python - 无法将 excel 行与 pandas 数据框行数匹配

我试图对传递给熊猫数据框的文件中的 Unicode 字符进行编码。但是我在 Jupyter 笔记本中使用 df.column.value_counts() 获得的唯一行数与同一文件的 excel 行数不匹配（在删除重复值之后）。

我该如何解决这个问题？

我已经加载了一个文本文件（制表符分隔）并使用 encoding = 'ISO-8859-1' 将其转换为 pandas 数据框。数据框是使用其中一列的唯一行数为 66370 创建的。

当我在原始 csv 文件的所需列上应用“删除重复项”时（我使用 MS Excel 读取导出文件），唯一值的数量 = 66368。

这 2 个文件中有 2 个差异——Jupyter Notebook 中的 pandas 数据框——pandas 唯一行数（66370）和行数的 excel 版本（66368）。

我知道这可能是编码问题，但我无法解决。

有人可以帮忙吗？

df = pd.read_csv('csv_file.csv', encoding= 'ISO-8859-1')
df.column1.value_counts()

我期望在唯一 row_counts 和 df.column1.value_counts() 的 excel 版本中得到相同的结果。

实际结果显示这两种方法的行数差异为 2。

标签： pythonpython-3.xpandasunicode

\n当某些行的内容中隐藏了 s时，也会出现此问题。所以编辑喜欢vim在不同的行上显示它们，但根据数据框，它们实际上是单行。