请教一个 Python pandas 数据编码的问题

[zxCoder]

出错代码：

try:
    num_unique = data.nunique()
except UnicodeEncodeError:
    print(type(data))
    for i,v in data.items():
        print(i,v)

data 是很多个 pandas Series 中的一个

总是跑到某个 data ，就在这里出错，报错是

UnicodeEncodeError: 'utf-8' codec can't encode characters in position 41-42: surrogates not allowed

而且也无法打印出这个 data 的数据，这是为什么呢？不知道怎么解决

[3dwelcome]

不懂 py, 但我知道 surrogates 的意思。是指普通 UNICODE 扩展后，四字节的 UNICODE 片区。

通常范围是 U+D800 - U+DFFF ，可以考虑把数据过滤一次，utf8->unicode 双字节，遍历一次，把范围内的 surrogates 全部干掉就可以了。