CP932でIBM拡張文字で出力したい

Question

pandasのDataFrameから文字コード「cp932」を指定してCSV出力すると、
「﨑」「瀨」などの文字がNEC拡張文字になってしまうせいで困っています。
IBM拡張文字で出力する方法はありますでしょうか？
「﨑」の場合、(ED 95) ではなく (FA B1)　で出力したいです。

import pandas as pd
df = pd.read_csv('path', header=0, dtype=object, encoding='cp932')
# 中略
df.to_csv('path', index=False, encoding='cp932')

Answer 1

結論からいえば簡単な方法はないようです。
類似の質問PythonによるShift-jisの文字コードの16進数化にて指摘されているように
Pythonのcp932はWindows-31Jの

• 「NEC選定IBM拡張文字」「IBM拡張文字」が重複する場合は、「IBM拡張文字」に統一

という仕様に則っていないため、提示の結果になっています。
Pythonでもオレオレ文字コードを実装したい (3)に記載のように、いちおうカスタムのcodecsを利用する仕組みはありますが、実装は大変そうです。

Comments

[draftnyan]

ご回答ありがとうございます。
やはり難しいようですね。
C#で作り直すことにしました。
ありがとうございました。