使用read_csv()加载sample2.csv时出现UnicodeDecodeError报错求助

这个错误是因为sample2.csv的文件编码和pandas默认使用的编码（通常是utf-8）不匹配导致的，sample1.csv刚好是utf-8编码所以能正常加载。给你几个可行的解决方法：

• 直接尝试常见编码加载
  很多非utf-8的csv（尤其是Windows下生成的中文文件）常用gbk、gb2312或cp1252编码，你可以挨个试试：

  import pandas as pd
  # 尝试gbk编码
  df = pd.read_csv('sample2.csv', encoding='gbk')
  # 不行就试cp1252
  df = pd.read_csv('sample2.csv', encoding='cp1252')
  

• 检测文件真实编码
  如果不知道具体编码，用chardet库自动检测：

  1. 先安装chardet：

     pip install chardet
     

  2. 执行检测代码：

     import chardet
     
     with open('sample2.csv', 'rb') as f:
         detect_result = chardet.detect(f.read())
     
     # 打印检测出的编码
     print(detect_result['encoding'])
     

  拿到编码后，把它传入read_csv的encoding参数即可。

• 应急方案：忽略错误字符
  如果你不需要保留所有特殊字符，可以用errors参数跳过或替换无法解码的字符（不推荐长期使用，可能丢失数据）：

  df = pd.read_csv('sample2.csv', encoding='utf-8', errors='ignore')
  # 或者替换为?
  df = pd.read_csv('sample2.csv', encoding='utf-8', errors='replace')
  

内容的提问来源于stack exchange，提问作者Abdullah Syed