pandas ⇄ UTF-8 ⇄ Excel

4月 06, 2018

pandasで読むとき

with codecs.open(bfile, "r", "UTF-8", "ignore") as file:
df2 = pd.read_table(bfile, delimiter=",")

pandasで書くとき（Excelが読んでくれるようにBOMつきで）

df2.to_csv(ofile, encoding='utf-8-sig')

このブログの人気の投稿

突然ですが結婚しました！そして苗字の珍しさで負けたので、夫の姓にすることに話し合いで決まりました。今まで名前と生年月日という情報をもとに個人が識別されていたのに、名前が変わるって大丈夫なの！？と思ったらやっぱり大変でした。ということで、それに伴う名前変更作業などについて記録しておきます。（これを参考にして何か問題が起きても責任はとれませんので悪しからず）　　そもそも仕事での名前をどうするか？研究者にとって、今までの名前で検索して業績がひっかからないというのは致命的です。私は一応生物系（？？？）の研究者なので基本的にPubmedを参照することが多いですが、知り合いの研究者の名前をPubmedで検索してみると、論文誌によって保持される著者名情報が違うためミドルネームの情報ではヒットしない場合が多く、苗字の変更はクリティカルになります。 ↑ 姓名などについて詳しく条件づける検索方法は特にないようです例えばHetta HaraさんがHetta Okaneさんになったときこんなとき、名前をどうするかについては知り合いの（主に女性の）研究者の人たちをみるといくつかのパターンがありました。旧姓のまま（Hetta Hara）メリット　当然楽であり、今までの活動をまるっとそのまま引き継げる。デメリット　戸籍名を強制する表記があったときに、それらを統合する術がない。また、その本人であることを証明することも難しくなる。税金関係や未確認だが卒業論文、証明などは戸籍名になるという説がある。パスポートも原則戸籍名です。新姓に変更する（Hetta Okane）メリット　戸籍名と一致するため本人確認で身分証を必要するときにも問題なしデメリット　もしそれまでに研究活動をしていたらそれらを統合する術がない。医師免許や博士号などの名前と異なるので、証明が難しい。ミドルネームに旧姓を入れる（Hetta Hara Okane）メリット　一応公式の名前は戸籍名と一致しており、旧姓の情報もわかるので親切な人であれば昔の論文も検索してくれるかもしれない。デメリット　Pubmedの検索では名前とミドルネーム情報はイニシャルでしか含まれないことが多い（Pubmedの仕様なのか元の