pd.read_csvでエラーが出る

Question

前提・実現したいこと

kaggleからダウンロードしたcsvファイルの中身を見ようとしています。
Excelで開くと文字化け状態のためJupyter Notebook上でPythonで閲覧しようとしたのですが、ファイルの読み込みが上手くいきません。

発生している問題・エラーメッセージ

UnicodeDecodeError: 'utf-8' codec can't decode bytes in position 215323-215324: invalid continuation byte

該当のソースコード

import pandas as pd
JPvideos = pd.read_csv('JPvideos.csv',encoding='utf-8')

試したこと

cp932
utf-8, utf-8-sig
shift-jis
iso2022_jp
euc_jp
等の一通りの文字コードは試しましたが原因は別にあるようです。

JPvideos = pd.read_csv('JPvideos.csv',engine="python")
の形式で実行した場合は、読み込みは可能ですが文字化けのままの状態で
データセットが格納されてしまいます。

Comments

[meg_]

エクセルで開いたときに保存はしていませんよね？ 念のためcsvファイルを再度ダウンロードしてpandasで開いてみてください。

[noke]

保存による変更は行われていませんでした。csvの形式に問題があったようです。

Answer 1

ダウンロードしたファイルの形式を一度確認してみてはいかがでしょうか
jupyterであれば!file JPvideos.csvでファイルの種類やエンコードを確認できます。

Comments

[noke]

結論から申し上げますとファイルに問題があったようです。Excelでそのまま開くと文字化けしていたのですが、テキストエディタ経由でUTF-8であることを確認し、再保存したところ読み込むことができました。回答ありがとうございました。