如何使用Python读取CSV文件中单个指定单元格（如A2）并避免pandas报错

适用于CSV文件开头存在非结构化内容、直接用pandas全量读取解析DataFrame报错，仅需要获取指定位置单元格值的场景。

方案1：Python原生实现（无第三方依赖，优先推荐） #

直接通过Python内置csv模块按行读取定位，无需加载整个文件、也无需解析为结构化表格，不会被非标准开头的内容干扰。

import csv

def get_csv_cell(file_path, row_num, col_num, encoding='utf-8'):
    # row_num：Excel风格行号，如要取第2行则传2
    # col_num：Excel风格列号，如要取A列则传1、B列传2
    with open(file_path, 'r', encoding=encoding, newline='') as f:
        reader = csv.reader(f)
        for index, row in enumerate(reader, start=1):
            if index == row_num:
                return row[col_num - 1].strip() if len(row) >= col_num else None
    return None

# 调用示例：读取A2单元格的日期值
target_date = get_csv_cell('你的文件路径.csv', row_num=2, col_num=1)

方案2：pandas轻量读取（适合后续仍需读取表格内容的场景） #

如果仅需要取靠前位置的单元格，可指定读取固定行数，避免pandas解析全部内容报错：

import pandas as pd
# 仅读取前2行，不自动识别表头，避免解析报错
temp_df = pd.read_csv('你的文件路径.csv', nrows=2, header=None)
# iloc索引从0开始，第2行对应索引1，A列对应索引0
target_date = temp_df.iloc[1, 0]

注意事项 #

• 若需要适配0开始的行/列计数逻辑，可自行调整代码中的索引差值
• 读取出现乱码时，可尝试将encoding参数修改为gbk、utf-8-sig适配文件编码
• 若CSV使用非逗号分隔符（如制表符、分号），可添加delimiter='分隔符'参数适配

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