在 python 中读取 mu(μ) 字符的问题

Question

我有一个输入文件，其中一行有多个 mu(μ) 字符。 Python 代码只是打开文件并进行一些操作，然后我们将该文件保存为 .csv 格式。当我将该文件保存在 .csv 中时，它会产生一些奇怪而有趣的字符 (�)。附件图片显示了我在 Excel 中打开时的输入文件和输出文件。

输入 CSV 文件：

输出 CSV 文件：

from pathlib import Path
import pandas as pd
import time
import argparse

parser = argparse.ArgumentParser(description='Process some integers.')

parser.add_argument('path',
                    help='define the directory to folder/file')

start = time.time()

def main(path_files):
    rs_columns = "SourceFile,RowNum,SampleID,Method,Element,Result".split(",")
    rs = pd.DataFrame(columns=rs_columns)
    if path_files.is_file():
        fnames = [path_files]
    else:
        fnames = list(Path(path_files).glob("*.csv"))
        
    for fn in fnames:
        if "csv" in str(fn):
            #df = pd.read_csv(str(fn))
            df = pd.read_csv(str(fn), header=None, sep='\n')
            df = df[0].str.split(',', expand=True)
        else:
            print("Unknown file", str(fn))
            
        non_null_columns = [col for col in df.columns if df.loc[:, col].notna().any()]    
        
        # loop thru each column for the whole file and create a row of results in the output file
        for i in range(1,len(non_null_columns)):
            SourceFile = Path(fn.name)
            Method = "WetScreening"
            Element = df.iloc[1,i]
            print(Element)
            for j in range(2,len(df)):
                RowNum = j+1
                Result = df.iloc[j,i]
                SampleID = df.iloc[j,0]                
                rs = rs.append(pd.DataFrame({
                    "SourceFile": [SourceFile],
                    "RowNum": [RowNum],
                    "SampleID": [SampleID],
                    "Method": [Method],
                    "Element": [Element],                                        
                    "Result": [Result]
                }),ignore_index=True)
    rs.to_csv("check.csv",index=False)
    print("Output: check.csv")
  
if __name__== "__main__":
    start = time.time()
    args = parser.parse_args()
    path = Path(args.path)
    main(path)
    print("Processed time: ", time.time()-start)

附加文件here

有什么帮助吗？？？？

Answer 1

尝试编码为 utf-8：

rs.to_csv("check.csv",index=False, encoding='UTF-8')

另见Pandas df.to_csv("file.csv" encode="utf-8") still gives trash characters for minus sign 该答案提到了作为 utf-8 签名的文件开头的 BOM 字节（0xEF、0xBB、0xBF）。

rd.to_csv('file.csv', index=False, encoding='utf-8-sig')