导入csv将返回Jupyter notebook中初始位置Julia的编码标识符
导入csv将返回Jupyter notebook中初始位置Julia的编码标识符
提问于 2020-06-26 23:04:51
我正在尝试学习Julia，但在将数据从csv导入到Jupyter笔记本电脑时遇到了问题。这看起来很基本，我确信我错过了一些简单的东西，但我还没有找到一个有效的解决方案。
当我运行导入脚本时：
using DelimitedFiles
println("Download from https://en.wikipedia.org/wiki/West_African_Ebola_virus_epidemic_timeline_of_reported_cases_and_deaths")
println("Downloaded and saved to csv on 6-25-2020")
wikiEVDraw = DelimitedFiles.readdlm("wikipediaEVDraw.csv", ',', header = true)
# Download from https://en.wikipedia.org/wiki/West_African_Ebola_virus_epidemic_timeline_of_reported_cases_and_deaths
# Downloaded and saved to csv on 6-25-2020
# (Any["25-Nov-15" "28,637" … "14,122" "3,955"; "18-Nov-15" "28,634" … "14,122" "3,955"; … ; "31-Mar-14" # 130 … "–" "–"; "22-Mar-14" 49 … "–" "–"],
# AbstractString["\ufeffDate" "Total_cases" … "Sierra Leone_Cases" "Sierra Leon_Deaths"])我的问题是第一个位置的前导字符(“ufeff”)。作为一种解决办法，我可以在外部程序中编辑源代码csv以添加额外的行，然后使用skipstart = 1跳过第一行我曾尝试根据其他地方的建议指定编码，但添加encoding = :utf8抛出了错误。
我想我也可以拆分第一个头中的字符串，但这似乎应该是标准的。
csv是通过将数据从web表复制到Excel，然后另存为csv来创建的。我已经在其他几个程序(R、notepad、Atom、notepad++)中查看了该文件，但没有看到前导字符。
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-06-27 00:09:30
这是一个BOM (字节顺序标记)，表示字符编码的第一个字节。\ufeff在这里表示UTF-16有关更多详细信息，请参阅https://en.wikipedia.org/wiki/Byte_order_mark#UTF-16
在读取文件时，您应该跳过它。但是，CSV.jl会自动执行此操作：
shell> more "C:\temp\f.txt"
a b
1 2
3 4
julia> CSV.read(raw"C:\temp\f.txt")
2×2 DataFrame
│ Row │ a │ b │
│ │ Int64 │ Int64 │
├─────┼───────┼───────┤
│ 1 │ 1 │ 2 │
│ 2 │ 3 │ 4 │如果您想继续使用DelimitedFiles，只需跳过前三个字节：
julia> open(raw"C:\temp\f.txt") do io
read(io,3)
readdlm(io)
end
3×2 Array{Any,2}:
"a" "b"
1 2
3 4在某些情况下，您实际上会有UTF-16编码的字符，在这种情况下，您将需要解码：
julia> using StringEncodings
julia> open(raw"C:\temp\f2.txt", enc"UTF-16") do io
readdlm(io)
end
3×2 Array{Any,2}:
"a" "b"
1 2
3 4页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/62597590
复制相关文章
相似问题
腾讯云开发者
