データ資格 模擬試験

DS検定 模擬試験 第2回 問69・データエンジニアリング(データ共有とデータ連携)

CSVの文字化けの原因

Q市の担当者は、委託先から受け取った住民アンケートのCSVファイルをPythonのpandasで読み込んだ。数値の列は正しく読めたが、日本語の自由記述の列だけが意味のない記号の列になっていた。委託先のシステムはShift_JIS(CP932)でファイルを書き出している。対応として、最も適切なものを1つ選べ。

  1. A

    化けた自由記述の列を欠損値とみなし、分析の対象から外す。

  2. B

    読み込み時に文字コードとしてcp932を指定し、ファイルを読み直す。

  3. C

    改行コードをCRLFからLFに変換してから、ファイルを読み直す。

  4. D

    読み込み時に区切り文字をタブに変更し、ファイルを読み直す。

正解と解説を見る

正解:B

文字化けは、書き出したときと読み込むときの文字コードが一致しないと起きる。データを受け渡すときは、文字コード・区切り文字・改行コードを取り決めておくとよい。

学習のポイント:日本語だけが化けるなら文字コード、列がずれるなら区切り文字や引用符の問題と症状から切り分ける。

この問題を演習で解く →

DS検定のトップへ 問題一覧へ

このサイトの問題は、各試験の公開されている出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人データサイエンティスト協会・一般財団法人統計質保証推進協会の公式サービスではありません。