1

Tengo un archivo descargado del Ministerio de Industria, Comercio y Turismo de España, el cual viene en formato csv, que Excel identifica como separador el tabulador. He tratado de cargarlo con el siguiente código:

df= pd.read_csv("C:XXX/TARIC.csv", delimiter:'\t', encoding='latin-1'

La línea corre bien, el resultado es el equivocado. Solo despliega NAN.

El archivo seguro (descargado del Gobierno de España) es el siguiente: https://we.tl/t-FiAo2xAZuP

Es identificado como UNICODE.

Si no pueden descargar el archivo, adjunto una muestra:

  df2= {'cod_taric':['00', '0090', '009000', '0101109000'], 'nivel_taric':[1, 2, 3, 5], 'taric':['COMERCIO, CONFIDENCIAL', 'Comercio, de bienes y servicios', 'Comercio, servicios, transporte', 'Asnos, mulos y burdéganos vivos, reproductores raza pura']}
  
df3=pd.DataFrame(df2)

Gracias.

1
  • Buen día, por favor agrega algunas líneas del archivo CSV como texto en tu pregunta, el URL que provees requiere registrarse. Commented el 17 may. 2022 a las 15:21

1 respuesta 1

0

El código que funcionó para leer usa el encoding UTF-16 y no el latin-1:

taric=pd.read_csv("TARIC.csv", sep="\t",encoding='UTF-16')

Algo que me ha ayudado para este tipo de archivos es usar la librería chardet que ayuda a identificar el enconding:

import chardet

with open(r"XXXTARIC.csv", 'rb') as rawdata:
    result = chardet.detect(rawdata.read(10000))

print(result)

{'encoding': 'UTF-16', 'confidence': 1.0, 'language': ''}

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.