这个问题我之前处理过好几次！核心原因就是你的data.csv文件不是UTF-8编码，而pandas默认用UTF-8解码，碰到非UTF-8的字节（比如你提到的0xa2）就会报错。下面给你几个实用的解决思路：

1. 先搞清楚文件的实际编码 #

第一步最好先确定文件到底用的是什么编码，推荐用chardet库来检测：

• 先安装库：

  pip install chardet
  

• 然后运行这段代码检测编码：

  import chardet
  
  with open("data.csv", 'rb') as f:
      # 读取部分内容来检测，大文件可以只读前几KB
      raw_data = f.read(10000)
      encoding_result = chardet.detect(raw_data)
  
  print(f"检测到的编码: {encoding_result['encoding']}")
  

  输出结果可能是cp1252、gbk、iso-8859-1这类常见编码。

2. 指定编码读取文件 #

拿到检测到的编码后，直接在read_table里加上encoding参数就行。另外注意：你原来的代码里指定了names，但文件本身已经有表头行，这样会把第一行数据当成表头，所以如果要保留原表头，去掉names参数即可：

import pandas as pd

# 替换成你检测到的编码，比如'cp1252'
my_df = pd.read_table("data.csv", sep='|', index_col=False, encoding='cp1252')

如果不想检测编码，也可以直接试试Windows系统下常见的cp1252或者中文环境的gbk，大概率能解决问题。

3. 把文件转成UTF-8（一劳永逸） #

如果之后还要频繁使用这个文件，把它转成UTF-8编码更省心：

import chardet

# 先检测原文件编码
with open("data.csv", 'rb') as f:
    raw_data = f.read(10000)
    source_encoding = chardet.detect(raw_data)['encoding']

# 读取原文件内容并转存为UTF-8编码的新文件
with open("data.csv", 'r', encoding=source_encoding) as f:
    file_content = f.read()

with open("data_utf8.csv", 'w', encoding='utf-8') as f:
    f.write(file_content)

之后读取新生成的data_utf8.csv就不用再指定编码了：

my_df = pd.read_table("data_utf8.csv", sep='|', index_col=False)

内容的提问来源于stack exchange，提问作者DGav