0

我有一个问题，我不知道我是否可以在 python 上执行它，所以我有 cik number-year.txt 形式的文件，我创建了与公司名称匹配的文件名目录，我有一个匹配 cik 的文件名电子表格

我写了一段应该执行我描述的代码，但是我遇到了一个错误，指出 UnicodeDecodeError: 'utf-8' codec can't decode byte 0xca in position 972: invalid continuation byte

这是我试图读取的 csv 文件

81371,,, Levi Strauss,94845,,before 2000, Northrop Grumman,72945,,2002-2018, Stone Container,94610,,, LTV,,,, American Cyanamid,4829,,,AMERICAN CYANAMID CO 与 American Home Products 合并(AHP) 于 1994 年。Gillette,41499,,"96-98, 06-18","2005 年 10 月 1 日，宝洁公司完成了与吉列公司的合并。" 江森自控,53669,,"97,98,99,00,01,17-18",可口可乐企业,1491675,,"2011年前,2016年后",巴斯夫,,,,达纳,26780,,95, Champion International,19150,,除了95,Scott Paper,87949,,,几乎没有数据,1995年被Kimberly-Clark Corporation收购Lyondell Chemical,842635,1489393,"95-98,09-18"," LyondellBasell 成立于 2007 年 12 月，由巴塞尔聚烯烃公司以 127 亿美元收购 Lyondell Chemical Company。[7] 截至 2016 年，Lyondell 是美国第三大独立化学品制造商。[8]" Black & Decker,93556,12355,"00,01",2010 – Black & Decker 与 Stanley Works 合并成为 Stanley Black & Decker Fort James,53117,,”1997 年，Fort Howard Paper Company 和 James River Corporation 合并形成 Fort James Corporation。[1][4] Fort Howard 总部位于里士满的 Green Bay 和 James River，2000 年，Fort James Corporation 被 Georgia-Pacific 以 110 亿美元收购；[1][4] GP 总部位于佐治亚州亚特兰大。弗吉尼亚。” Mead,64394,”缺少 2001+，奇怪。","缺少 2005+，奇怪。" Chiquita Brands Intl.,101063,,"98,01,06-18", Dresser Industries,30099,,,"1998 年，Dresser 与其主要竞争对手 Halliburton 合并，[1] 哈里伯顿出售了许多前德莱赛非“石油补丁”部门，保留了 MW Kellogg 工程和建筑公司以及补充哈里伯顿能源和自然资源业务的德莱赛石油补丁产品和服务。2001 年，哈里伯顿将五个独立但有些相关的前德莱赛非“石油补丁”部门出售给了一家投资银行公司。这五家公司后来更名为“Dresser Inc.”。2010 年 10 月，Dresser Inc. 被通用电气收购。 [2] 它的总部位于德克萨斯州艾迪生。[3]" RR Donnelley & Sons,29669,,"95,97-02", Tyson Foods,100493,,"95-99,01", Compaq Computer,714154,,"96 , 97","在与戴尔的价格战中苦苦挣扎，以及对 DEC 的冒险收购，[4] Compaq 于 2002 年被惠普以 250 亿美元收购”JE Seagram,,,,Seagram 于 2000 年被出售给法国企业集团 Vivendi。Rhone-Poulenc Rorer,217028,1325676, ,1999 年与 Hoechst AG 合并成立 Aventis。伊顿,1490873,,,先灵葆雅,310158,,"97,98,99,00","2009 年 11 月 4 日默克公司与先灵葆雅合并新公司更名为默克公司。“伯利恒钢铁公司,11860,,”在美国钢铁业下滑等问题导致公司于 2001 年破产后，伯利恒钢铁公司解散，剩余资产2003年出售给国际钢铁集团；伯利恒钢铁公司没有合并/并入国际钢铁集团。" FMC,37785,,"95, 2000,2001", Navistar International,808450,,-, VF,,,, Avon Products,8868,,-, American Standard,836102,,"95-97, 09-19", Ingersoll-Rand,1466258,50485,43532, Crown Holdings, 1219601,,34001,康明斯,26172,,,,康宁,24741,,1,OfficeMax,929428,,"只有97,02,03",Pharmacia,12978,,"95, 96.00.01.02.14-19", Owens-Illinois,812233,812074,,这可能是指 OWENS & MINOR INC/VA/ 或 OWENS ILLINOIS INC /DE/ AMAX,,,, Times Mirror,98349,925260,95。99、Times Mirror Co. 2000 年被 Tribune 公司收购 Sun Microsystems,709519,,"95,00,01,10-19","2009 年 4 月 20 日，宣布甲骨文公司将收购 Sun 为美国74 亿美元。交易于 2010 年 1 月 27 日完成。[3]" Masco,62996,,, Grumman,1133421,,34001, Ryerson Tull,790528,1013595,"98-02, 15-18", Gannett,39899 ,,” 2015 年，Gannett Co., Inc. 将其出版业务分拆成一个独立的上市实体，同时保留了互联网媒体部门。分拆后，前母公司 (Gannett Co., Inc.) 立即更名为 Tegna，并拥有约 50 家电视台。分拆出来的出版业务更名为“Gannett”“Pitney Bowes,78814,”00,02”, Farmland Industries,34616,,, 2002-04 年国际泳联出售了所有资产,,,, Kerr-McGee ,55458,1141185,”95.96.01,07-19”,AMP,1242513,”2009年之前和2014年之后,2012年”,Agway,2852,,只有94和02,”2002年10月1日公司备案为第 11 章破产“Air Products & Chem.,2969,,95-00, Hershey Foods,47111,,, Varity,63118,,只有 94 和 96,”1999 年 3 月，Ultramar Diamond Shamrock,887207,,, Phelps Dodge,78066,,, Land OLakes,1032562,,, AMDAHL,4427,,, 自 1997 年以来一直是富士通的全资子公司。 Armstrong Holdings,1109304,,, Baker Hughes,808362, 1701605,, Hasbro,46080,,, Goodrich,42542,,, Ball,9389,,, Engelhard,352947,,, Total Petroleum,,,, Whitman,49573,1084230,, Olin,74303,,, Parker Hannifin,76334 ,,, National Steel,70578,1231868,, McDermott,708819,,, Willamette Industries,107189,,,"2002 年，木材和造纸公司被华盛顿州 Federal Way 的竞争对手 Weyerhaeuser 在敌意收购中收购并并入惠好现有的业务。” Becton Dickinson,10795,,, Westvaco,106498,1159297,, Knight-Ridder,205520,,,"由 McClatchy 于 2006 年 6 月 27 日购买" Quantum Chemical,,,, Dean Foods,931336,,, Dover,29905,, , 国际。综合食品,51410,,,, *在 wiki 上找不到并购记录，2005 年以后的数据丢失“Conner Peripherals,792397,,”1996 年，Conner Peripherals 被希捷收购。” Premcor,1159119,,,Premcor 于 2005 年被 Valero 收购。Maxxam,63814, ,, Manville,355473,,, Brunswick,14930,,, Collins & Aikman,1037123,846815,, Stanley Works,93556,,, Louisiana-Pacific,60519,,, Polaroid,79326,1227728,”宝丽来公司宣布2001年破产，其品牌和资产被出售。“新”宝丽来由此形成，并于 2008 年宣布破产，导致进一步出售，并在今天的宝丽来公司“Tosco,74091,,”Tosco 于 2001 年与 Phillips Petroleum 合并。Phillips 合并2002 年与 Conoco 一起成为 ConocoPhillips，谁将 Circle K 商店剥离到加拿大的 Alimentation Couche-Tard。” Tribune,726513,,, E-SYSTEMS,,,,”1995 年，雷神公司收购了 E-Systems, Inc.” ARMCO,7383,,, “1999 年，AK 钢铁控股公司以 13 亿美元收购了其前母公司 Armco Inc.” Burlington Industries Equity,870213,,,其资产在 2003 年底被破产的国际纺织集团 (ITG) 收购 Tandem Computers,315180 ,,, McGraw-Hill,64040,,, Springs Industries,93102,,,”2007 年 6 月 27 日，Springs 表示，120 年后，Springs 将在关闭其 Grace 和 Close 工厂后结束在南卡罗来纳州的生产。该州仍将拥有约 700 名员工，其中大部分在兰开斯特和劳特堡的配送中心，以及米尔堡的办公室“Molson Coors Brewing,24545,,, Dow Corning,29917,,”https://en.wikipedia.org/wiki/Mallinckrodt Bausch & Lomb,10427,,, Clorox,21076,,, Sundstrand,95395,,,"Hamilton Sanstrand 公司由 Hamilton Standard 和 Sundstrand Corporation 于 1999 年合并而成。2012 年，Hamilton Sundstrand 与 Goodrich Corporation 合并成立UTC Aerospace Systems. 在目录“Aeroquip-Vickers,59198,,”中没有发现 Hamilton Sanstrand 的证据 1999 年 2 月 1 日，伊顿和 Aeroquip-Vickers 联合宣布，伊顿将收购 Aeroquip 的所有流通普通股-Vickers 以每股 58 美元现金，或约 17 亿美元。” Murphy Oil,717423,,, Metaldyne,745448,1616817,”Metaldyne Performance Group Inc. 的大股东 American Securities LLC 及其附属公司于 2012 年 10 月收购 HHI Holdings；Metaldyne, LLC 于 2012 年 12 月”Burlington Resources,, ,, Freeport-McMoran,,,, Cyprus Amax Minerals,,,, Timken,,,,, National Service Industries,,,, Harsco,,,, General Signal,,,,, Nucor,,,,, Duracell International,,,, Fleetwood Enterprises ,,,, 存储技术,,,, Newell Rubbermaid,,,, Crown Central,,,, American Greetings,,,, Cabot,,,, Lubrizol,,,, Reliance Electric,,,, Deluxe,,,, Advanced Micro Devices,,,, Lafarge,,,, WestPoint Stevens,,,, Great Lakes Chemical,,,, Bowater,,,, Nacco Industries,,,, McCormick,,,, Furniture Brands Intl.,,, 华盛顿邮报,,,, 联邦纸板,,,, Hillenbrand Industries,,,, Del Monte Foods,,,, Lear,,,, Joy Global,,,, Nalco Chemical,,,, Coltec Industries,,,, Walter Industries, ,,, MA Hanna,,,, Potlatch,,,, Thiokol,,,, Oryx Energy,,,, Gold Kist Holdings,,,, Crane,,,, Wm。Wrigley Jr.,,,, Great American Mgmt. & Inv.,,,, Tektronix,,,, Raychem,,,, Dresser-Rand,,,,

我的代码：

import csv 
import os 
import shutil
with open('missingfiles1.csv', 'r') as f:
    os.chdir('/Users/lucy/Desktop/summer/datacollection/10-X_C_1993-2000/1994/QTR1')
    reader=csv.reader(f)
    company=()
    for row in reader: 
        company[row[0]]={'cik':row[1]}
        for f in oslistdir(): 
            filename, filetype = os.path.splitext(f)
            fn = filename.split('-')
            if cik==fn[0]: 
            os.path.join('/Users/lucy/Desktop/summer/Summarydatafile',company)
            shutil.move(f,os.path)
os.chdir('/Users/lucy/Desktop/summer/datacollection/missingfiles.csv')
4

1 回答 1

1

我有同样的问题，但我使用的是熊猫包。

将熊猫导入为 pd

. . . . df = pd.read_csv('C:/Users/melissa/Documents/APIlist.csv', header=0, encoding='unicode_escape')

添加'header = 0'并将字节编码为'unicode escape'就可以了。

于 2019-08-18T21:26:23.540 回答