使用Pandas读取CSV文件时遭遇UnicodeDecodeError报错求助

我用以下Python代码读取CSV文件：

import pandas as pd
df = pd.read_csv(r'C:\Users\User-010\Downloads\company_sales_data.csv')

运行后出现错误：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xe3 in position 14: invalid continuation byte

我试过iso编码及其他编码方式，还是无法打开文件进行数据分析，相关截图显示上述错误提示。

解决方法 #

1. 自动检测文件编码 #

用chardet库自动识别文件编码，步骤如下：

• 安装库：

pip install chardet

• 检测编码：

import chardet

with open(r'C:\Users\User-010\Downloads\company_sales_data.csv', 'rb') as f:
    result = chardet.detect(f.read())

print(f"检测到的编码：{result['encoding']}")

• 用检测出的编码读取文件：

df = pd.read_csv(r'C:\Users\User-010\Downloads\company_sales_data.csv', encoding=result['encoding'])

2. 尝试常见编码 #

如果自动检测失败，试试这些常用编码：

• gbk/gb2312：中文Windows系统默认编码
• cp1252：Windows西欧语言编码
• utf-16：Unicode双字节编码
  示例：

df = pd.read_csv(r'C:\Users\User-010\Downloads\company_sales_data.csv', encoding='gbk')

3. 忽略解码错误（应急用） #

若编码完全无法匹配，且可接受少量数据丢失，可跳过错误字符：

df = pd.read_csv(r'C:\Users\User-010\Downloads\company_sales_data.csv', errors='ignore')

4. 转存为UTF-8格式 #

用Notepad++等编辑器打开CSV文件，选择「编码」→「转为UTF-8编码」后保存，再用原代码读取即可。

内容的提问来源于stack exchange，提问作者devita ghanekar