如何不使用异常处理解决Python读取CSV时的ValueError dtype报错

你用Python标准库的csv.reader读取CSV文件时，会把文件的表头行（第一行）也作为普通数据读取到rows列表中。表头第三列的内容是字符串age，自然无法转换为整数，所以触发ValueError。

你提到用其他方式确认age字段类型为int64，是因为这类工具（比如pandas）读取CSV时会自动跳过表头、自动识别字段类型完成转换，但csv.reader不会做这层处理，读出来的所有单元格内容默认都是字符串类型，需要自行转换。

你添加异常处理后，程序遇到表头行的转换错误时会直接跳过该次循环，不会中断程序，后续的正常数据行就能正常执行，所以看起来可以正常运行。但这种方案属于用异常处理掩盖了逻辑漏洞，表头行的薪资数据也没有被正确处理（保持了原字符串salary未修改）。

方案1：手动跳过表头行 #

读取完所有行后，直接从索引1开始遍历，跳过第一行表头即可：

import csv
infile = open('employee.csv')
csvreader = csv.reader(infile)

rows = []
for row in csvreader:
  rows.append(row)

# 从第2行（索引1）开始遍历，跳过表头
for i in rows[1:]:
  if(int(i[2]) < 40):
    i[3] = round((1.05 * float(i[3])) , 2)
  else:
    i[3] = round((1.10 * float(i[3])) , 2)

print('\n\n更新后列表:')
for row in rows:
  print(row)

with open('employeeUpdate.csv', 'w', encoding='UTF8', newline='') as f:
  writer = csv.writer(f)
  for row in rows:
    writer.writerow(row) 

方案2：使用csv.DictReader读取（更易维护） #

直接用DictReader自动识别表头，后续按字段名取值，逻辑更清晰不容易出错：

import csv

with open('employee.csv', 'r', encoding='UTF8') as f:
    csvreader = csv.DictReader(f)
    # 直接获取表头
    headers = csvreader.fieldnames
    rows = list(csvreader)

for row in rows:
    age = int(row['age'])
    salary = float(row['salary'])
    if age < 40:
        row['salary'] = round(1.05 * salary, 2)
    else:
        row['salary'] = round(1.10 * salary, 2)

print('\n\n更新后列表:')
print(headers)
for row in rows:
    print([row[h] for h in headers])

with open('employeeUpdate.csv', 'w', encoding='UTF8', newline='') as f:
    writer = csv.DictWriter(f, fieldnames=headers)
    writer.writeheader()
    writer.writerows(rows)

内容的提问来源于stack exchange，提问作者RoboC