将 pandas 数据帧转换为 utf8答案

【问题标题】：convert pandas dataframe to utf8将 pandas 数据帧转换为 utf8
【发布时间】：2017-02-25 13:47:13
【问题描述】：

如何将 pandas 数据帧转换为 unicode？p>

`messages=pandas.read_csv('data/SMSSpamCollection',sep='\t',quoting=csv.QUOTE_NONE,names=["label", "message"])
def split_into_tokens(message):
  message = unicode(message, 'utf8')  # convert bytes into proper unicode
  return TextBlob(message).words


messages.head().apply(split_into_tokens(messages))`

报错

Traceback (most recent call last):
File "minor.py", line 46, in <module>
messages.head().apply(split_into_tokens(messages))
File "minor.py", line 42, in split_into_tokens
message = unicode(message, 'utf8')  # convert bytes into proper unicode
TypeError: coercing to Unicode: need string or buffer, DataFrame found

【问题讨论】：

尝试 messages.head().apply(split_into_tokens) 并运行并确保“应用”不适用于您需要传递的整个数据帧 df['column_name'].apply(some_function)
然后我将其添加为答案

标签： python-3.x pandas

【解决方案1】：

Df.x.str.encode('utf-8')

将解决您的问题。

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.str.encode.html

【讨论】：

【解决方案2】：

修改代码

messages.head().apply(split_into_tokens(messages))

到

messages.head().apply(split_into_tokens)

在使用“应用”时，不需要像在您的情况下那样传递参数，因为您的代码显示它正在传递一个数据帧，该数据帧在执行时会出错。

【讨论】：