文字エンコードに問題があります

Question

お手数ですが、

私は、その後の分析のためにイタリア語twitterersからツイートをダウンロードしています。 一度読み込まれると、私はそれらをPythonのデータフレームに格納し、ファイルに書き出します。

ファイルに書き込むと、イタリア語で存在する "è"のような特殊文字は、X8/XEなどの文字に変換されます。

utf8、Latin1、またはISO-8859-1のようないくつかのエンコーディングを試しましたが、問題は解決しません。

データフレームの各行は、名前、画面、名前、説明などの異なる情報を持つユーザーで、問題が発生しているフィールドです。ここで

は、私は、既存のデータフレームにユーザーを追加するために使用するライン行く：

b=pd.DataFrame(np.array([[user.id, 
          user.created_at, 
          user.lang.encode('utf-8'), 
          user.screen_name.encode('utf-8'), 
          user.name.encode('utf-8'), 
          user.location.encode('utf-8'), 
          user.description.encode('utf-8'), 
          user.followers_count,       
          user.profile_image_url_https.encode('utf-8')]]), columns=col).append(b, ignore_index=True) 

をそして、これは私が

b.to_csv(filename, encoding="utf-8") 

だけからダウンロードした後、ファイル内の情報を書き込む方法ですTwitterのデータフレームでは、例えば、私は読むことができます：

"La vitaèun'opportunità... coglila"

が、ファイルにそれはに変換されます：

B "ラ・ヴィータ\ XC3 \ xa8 un'opportunit \ XC3 \ XA0 ... coglila"

私は何をすべきそれを元の文字列に戻すには???

Answer 1

utf-8にエンコードしたりデコードしたりしないで試しましたか？これは箱の中でうまくいくはずです。 あなたは本当にすべてのシリーズに.str.decode（）メソッドを使用し、その後、それらをデコードする場合：あなたがしようとしているどのように

b.to_csv(filename)