Jupyter Notebook导入CSV遇UnicodeDecodeError错误求解决

这个问题我之前也碰到过，本质是编码不匹配导致的——错误里的0xae字节是注册商标符号®的Windows-1252编码值，说明你的CSV文件大概率不是用UTF-8编码保存的，而是Windows系统常用的编码（比如Windows-1252、GBK等）。另外你提到的unicode=16参数是错误用法，Pandas里没有这个参数，应该是encoding='utf-16'，但显然你的文件不是UTF-16编码，所以没效果。

下面给你几个靠谱的解决思路：

• 直接尝试Windows常用编码：
  先优先试试windows-1252编码，这是触发这个错误最常见的原因，代码如下：

  df = pd.read_csv('Superstore-Sales.csv', encoding='windows-1252')
  

  如果不行，再依次尝试gbk、cp1251这类Windows相关编码。

• 自动检测文件编码：
  如果你不确定文件到底用的什么编码，可以用chardet库来精准检测：

  1. 先安装chardet：

     pip install chardet
     

  2. 运行检测代码：

     import chardet
     with open('Superstore-Sales.csv', 'rb') as f:
         detection_result = chardet.detect(f.read())
     print(f"检测到的编码：{detection_result['encoding']}")
     

  把检测到的编码填到pd.read_csv的encoding参数里即可。

• 应急方案：忽略解码错误（不推荐）：
  如果你只是想先把数据读进来，暂时不想纠结编码细节，可以用errors='ignore'参数跳过错误字符，但这样会丢失部分数据，只建议应急使用：

  df = pd.read_csv('Superstore-Sales.csv', encoding='utf-8', errors='ignore')
  

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