用熊猫/ python导入文本

Question

我正在导入一个带有一些文本的表格到熊猫数据框中。其中一个字符串包含文本'NF-κB' - 即'kappa'字符（表中的一些文本还包含alpha和beta等）。

当我采用表中读：

pd.read_table('table_processed.txt', sep='\t') 

卡伯字符转换为“\ XCE \ XBA”因此字符串的那一部分现在读取“NF- \ XCE \ xbaB”在观察时IPython的。

有没有什么办法可以在导入过程中维护字符串编码，以便在字符串被视为数据框的一部分时维护kappa字符？

预先感谢

Answer 1

从文档

直，尝试使用编码

http://pandas.pydata.org/pandas-docs/dev/io.html#dealing-with-unicode-data

In [1079]: data = 'word,length\nTr\xe4umen,7\nGr\xfc\xdfe,5' 

In [1080]: df = pd.read_csv(StringIO(data), encoding='latin-1') 

In [1081]: df 

     word length 
0 Träumen  7 
1 Grüße  5 

In [1082]: df['word'][1] 
u'Gr\xfc\xdfe'