pandas读取csv报UnicodeDecodeError: 'utf-8'解码错误解决方法

读取CSV文件中表头为Peptide Sequence的单列数据时，触发如下编码错误：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0x81 in position 162: invalid start byte

问题复现代码：

import pandas as pd
file = r'C:\...\thpdb.csv'
df = pd.read_csv(file, usecols=['Peptide Sequence'])
print(df)

报错核心原因是pandas.read_csv()默认使用utf-8编码解码文件，但目标CSV文件实际不是utf-8编码，0x81不属于utf-8的合法起始字节，按优先级尝试以下方案即可快速修复：

• 方案1：指定国内Windows环境生成CSV最常用的gbk编码读取，修改读取行代码为：
  df = pd.read_csv(file, usecols=['Peptide Sequence'], encoding='gbk')
• 方案2：如果gbk编码仍报错，尝试Windows西欧语言默认编码cp1252，0x81是该编码下的合法字符：
  df = pd.read_csv(file, usecols=['Peptide Sequence'], encoding='cp1252')
• 方案3：上述编码都不生效时，使用gbk超集gb18030，兼容绝大多数中文场景下的生僻字符、特殊符号：
  df = pd.read_csv(file, usecols=['Peptide Sequence'], encoding='gb18030')
• 兜底方案：如果不需要严格还原文件里的所有特殊字符，仅需提取目标列数据，可以加参数直接跳过解码异常的字节，不需要手动匹配编码：
  df = pd.read_csv(file, usecols=['Peptide Sequence'], encoding='utf-8', encoding_errors='ignore')

内容的提问来源于stack exchange，提问作者Max