python - Google Colab 上熊猫的 ANSI 编码？

Question

所以有一个名为“students_data.txt”的文件，它以制表符分隔的形式保存记录，并且文件本身使用 ANSI 编码进行编码。在我的本地 Windows 机器上（Windows 无条件支持 ANSI :)）我可以使用 pandas 轻松读取文件，如下所示：

pd.read_csv(input_directory+'students_data.txt', '\t', encoding='ANSI')

数据被读取，一切都很好，但是在 google colab 上它会产生这个错误：

LookupError: unknown encoding: ansi on pandas

有趣的是，我的机器和 colab 的 pandas 版本是相同的。所以我的想法是由于 Colab 机器的性质，我无法解码 ANSI 文件......

所以我的问题是：

• 如何在 Google Colab 上对 pandas 使用 ANSI 编码？
• 为什么熊猫编码取决于它使用的平台？

标签： pythonpandasencodinggoogle-colaboratory

Answer 1

尝试使用 ISO-8859-1 编码

pd.read_csv(input_directory+'students_data.txt', '\t', encoding='ISO-8859-1')

原来这是解决方案，因为 ANSI 是微软专有的，只能由 Microsoft Windows 系统上的 pandas 识别。另一方面，Google colab 运行 linux（可以通过 os,system() 进行检查）。ANSI 是 ISO-8859-1 的超集，因此它很有可能适用于 ANSI 文件。详情：这里