使用Pandas导入含中文字符的CSV文件时出现解码错误，求解决方法

遇到这种GBK解码失败的问题，试试下面几种实用方法：

• 换用更广兼容的中文编码
  GB18030是GBK的超集，支持更多生僻字符，把代码里的编码改成gb18030大概率能解决：

  import pandas as pd
  df = pd.read_csv(r'path/filename.csv', encoding='gb18030')
  print(df)
  

  也可以试试utf-8（如果文件是UTF-8编码但带BOM，用utf-8-sig）：

  df = pd.read_csv(r'path/filename.csv', encoding='utf-8-sig')
  

• 跳过错误字符（仅限非关键字符场景）
  如果不想纠结编码，只是想先把文件读进来，可以给read_csv加errors参数忽略或替换错误字节：

  # 直接忽略错误字符
  df = pd.read_csv(r'path/filename.csv', encoding='gbk', errors='ignore')
  # 用?替换无法解码的字符
  df = pd.read_csv(r'path/filename.csv', encoding='gbk', errors='replace')
  

  注意：这种方法会丢失或替换出错的字符，适合对数据完整性要求不高的场景。

• 检测文件实际编码
  可以用chardet库自动检测文件编码，步骤如下：

  1. 先安装chardet：

     pip install chardet
     

  2. 检测编码：

     import chardet
     with open(r'path/filename.csv', 'rb') as f:
         result = chardet.detect(f.read())
     print(result['encoding'])
     

  拿到检测出的编码后，替换到read_csv的encoding参数里即可。

内容的提问来源于stack exchange，提问作者New