如何使用 pandas 处理 unicode 字符并打印到屏幕？

Question

我正在处理一个包含一系列 unicode 字符（勒索软件名称）的电子表格。

目前我有以下内容：

import urllib.request
import pandas as pd

SOURCESHEET = 'https://docs.google.com/spreadsheets/d/1TWS238xacAto-fLKh1n5uTsdijWdCEsGIM0Y0Hvmc5g/pub?output=xlsx'
WORKBOOK = 'RansomwareOverview.xlsx'

# download and save ransomware overview file locally
try:
    urllib.request.urlretrieve(SOURCESHEET, WORKBOOK)
except IOError:
    print('An error occured trying to write an updated spreadsheet. Do you already have it open?')
except urllib.error.URLError:
    print('An error occured trying to download the file. Please check the source and try again')

sheet = pd.read_excel(open(WORKBOOK,'rb'), sheetname='Ransomware')
print(sheet)

当我尝试 print 工作表的内容时，我收到以下信息：

Traceback（最近一次调用最后一次）：文件 “GoogleSpreadsheetToJson.py”，第 27 行，在 打印（工作表）文件“C:\Python34\lib\encodings\cp850.py”，第 19 行，在编码中 return codecs.charmap_encode(input,self.errors,encoding_map)[0] UnicodeEncodeError: 'charmap' codec can't encode characters in 位置 10917-10922：字符映射到

我相信这是因为我使用的工作表具有以下属性：

“ПРОЧТИ_МЕНЯ.txt READ_ME.txt”

有什么方法可以在我的电子表格中仍然使用 pandas 的同时处理或逾越这个问题吗？

Answer 1

一些选项：

1. 切换到 Python 3.6，它使用 Windows 的 Unicode API 写入控制台，而不是尝试以 cp850（系统上控制台的默认编码）编码输出。
2. 使用chcp 65001 (UTF-8) 更改控制台编码。
3. 在运行脚本之前设置环境变量pythonioencoding=cp850:replace。这会将错误处理程序从 strict 更改为 replace。您会得到 cp850 不支持的字符的问号。