这个错误是因为字典中有一些非ascii字符，它不能被编码/解码。避免此错误的一个简单方法是使用encode()函数对这样的字符串进行编码，如下所示(如果a是非ascii字符的字符串):

a.encode('utf-8').strip()

下面一行是伤害JSON编码器，

now = datetime.datetime.now()
now = datetime.datetime.strftime(now, '%Y-%m-%dT%H:%M:%S.%fZ')
print json.dumps({'current_time': now}) // this is the culprit

我有个临时解决办法

print json.dumps( {'old_time': now.encode('ISO-8859-1').strip() })

将此标记为正确的临时修复(不确定)。

在代码顶部设置默认编码器

import sys
reload(sys)
sys.setdefaultencoding("ISO-8859-1")

字符串中编码了一个非ascii字符。

如果需要在代码中使用其他编码，可能会出现无法使用utf-8解码的情况。例如:

>>> 'my weird character \x96'.decode('utf-8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Python27\lib\encodings\utf_8.py", line 16, in decode
    return codecs.utf_8_decode(input, errors, True)
UnicodeDecodeError: 'utf8' codec can't decode byte 0x96 in position 19: invalid start byte

在这种情况下，编码是windows-1252，所以你必须做:

>>> 'my weird character \x96'.decode('windows-1252')
u'my weird character \u2013'

现在有了Unicode，就可以安全地编码为utf-8了。

在尝试了上述所有的解决方法之后，如果它仍然抛出相同的错误，您可以尝试将文件导出为CSV(如果已经导出了，可以第二次导出)。 特别是在使用scikit learn时，最好将数据集作为CSV文件导入。

我花了好几个小时在一起，而解决办法就这么简单。将文件以CSV格式导出到Anaconda或您的分类器工具安装的目录中并尝试。

试试下面的代码片段:

with open(path, 'rb') as f:
  text = f.read()

截至2018-05，这是直接用decode处理的，至少对于Python 3是这样。

我正在使用下面的片段来处理无效的开始字节和无效的延续字节类型错误。添加错误='忽略'为我修复了它。

with open(out_file, 'rb') as f:
    for line in f:
        print(line.decode(errors='ignore'))

我简单地通过在read_csv()命令中定义一个不同的编解码器包来切换:

Encoding = 'unicode_escape'

Eg:

import pandas as pd
data = pd.read_csv(filename, encoding= 'unicode_escape')

灵感来自@aaronpenne和@Soumyaansh

f = open("file.txt", "rb")
text = f.read().decode(errors='replace')

如果上述方法对您不起作用，您可能需要考虑更改csv文件本身的编码。

使用Excel:

使用Excel打开csv文件 导航到文件菜单选项并单击另存为 单击“浏览”选择保存文件的位置 输入指定的文件名 选择CSV(逗号分隔)(*.csv)选项 单击“工具”下拉框，单击“Web选项” 在“Encoding”选项卡下，从“Save this document as”下拉列表中选择“Unicode (UTF-8)”选项 保存文件

使用记事本:

使用记事本打开csv文件 导航到文件>另存为选项 接下来，选择文件的位置 选择“保存为类型”选项为“所有文件”(.) 指定扩展名为.csv的文件名 从编码下拉列表中选择UTF-8选项。 单击“Save”保存文件

通过这样做，您应该能够导入csv文件而不会遇到UnicodeCodeError错误。

在读取csv时，我添加了一个编码方法:

import pandas as pd
dataset = pd.read_csv('sample_data.csv', header= 0,
                        encoding= 'unicode_escape')

您可以使用特定用法和输入的任何标准编码。

Utf-8是默认值。

iso8859-1在西欧也很流行。

例句:bytes_obj.decode(“iso8859-1”)

看:文档

简单的解决方案:

import pandas as pd
df = pd.read_csv('file_name.csv', engine='python')

这个解决方案对我很有效:

import pandas as pd
data = pd.read_csv("training.csv", encoding = 'unicode_escape')

而不是寻找解码a5 (Yen¥)或96 (en-dash -)的方法，告诉MySQL你的客户端编码为“latin1”，但你想在数据库中使用“utf8”。

详情见UTF-8字符的麻烦;我看到的不是我储存的

在我的情况下，我必须将文件保存为UTF8 BOM，而不是UTF8 UTF8，然后这个错误就消失了。

from io import BytesIO

df = pd.read_excel(BytesIO(bytes_content), engine='openpyxl')

为我工作

下面的代码片段对我很有用。

import pandas as pd
df = pd.read_csv(filename, sep = ';', encoding = 'latin1', error_bad_lines=False) #error_bad_lines is avoid single line error

当我试图从sharepoint上的excel表格导入到pandas数据框架时，我遇到了同样的错误。我的解决方案是使用engine='openpyxl'。我还使用requests_negotiate_sspi来避免以纯文本形式存储密码。

import requests
from io import BytesIO
from requests_negotiate_sspi import HttpNegotiateAuth
cert = r'c:\path_to\saved_certificate.cer'
target_file_url = r'https://share.companydomain.com/sites/Sitename/folder/excel_file.xlsx'
response = requests.get(target_file_url, auth=HttpNegotiateAuth(), verify=cert)
df = pd.read_excel(BytesIO(response.content), engine='openpyxl', sheet_name='Sheet1')

简单的解决方案:

import pandas as pd

df = pd.read_csv('file_name.csv', engine='python-fwf')

如果不能工作，尝试将引擎更改为'python'或'c'。

我知道这并不直接适合这个问题，但当我谷歌错误消息时，我反复被引导到这个问题。

当我错误地试图像从文件中安装需求一样安装Python包时，即使用-r时，我确实得到了错误:

# wrong: leads to the error above
pip install -r my_package.whl

# correct: without -r
pip install my_package.whl

我希望这能帮助那些和我犯同样小错误的人。