2020-01-12 | Data Engineering 中文
Pandas 中文文本与编码：把编码当作输入契约
bibi45
读取失败或乱码通常不是 Pandas 问题，而是文件编码与数据来源没有被说明。
This article is currently available in Chinese. The language switch changes the site interface; the original text is shown below.
CSV 在不同系统导出时可能是 UTF-8、UTF-8 with BOM 或本地编码。不要用猜测式重试替代数据契约。
df = pd.read_csv("input.csv", encoding="utf-8-sig")
df.to_csv("output.csv", index=False, encoding="utf-8")
写出前验证中文列名和关键文本的 round-trip 结果。图表的中文字体配置属于运行环境问题，应与数据处理逻辑分开管理。