PyCharm中使用Pandas创建DataFrame时出现UnicodeDecodeError错误

云原生阿岚

2026-5-25

解决Pandas导入数据时的UnicodeDecodeError问题

我来帮你搞定这个导入数据时遇到的编码错误！你碰到的这个UnicodeDecodeError提示'utf-8' codec can't decode byte 0xff in position 0，大概率是因为你的数据文件并非UTF-8编码，但Pandas默认用UTF-8去读取，所以才会解码失败。

先看下你遇到的完整错误信息：

File "pandas/_libs/parsers.pyx", line 562, in pandas._libs.parsers.TextReader.cinit
File "pandas/_libs/parsers.pyx", line 790, in pandas._libs.parsers.TextReader._get_header
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 0: invalid start byte

你的导入代码大概是这样的：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 省略其他导入语句
df = pd.read_csv("your_data_file")  # 未指定编码导致错误

下面给你几个实用的解决办法：

指定正确的编码格式
开头的0xff字节很可能是UTF-16编码的BOM（字节顺序标记），你可以先试试用UTF-16编码读取：
```
df = pd.read_csv("your_data_file", encoding='utf-16')
```
如果是Windows系统下生成的中文文件，也可以尝试gbk或者gb2312编码：
```
df = pd.read_csv("your_data_file", encoding='gbk')
```
自动检测文件编码
如果你不确定文件的具体编码，可以用chardet库来自动检测：
首先安装chardet：
```
pip install chardet
```
然后运行以下代码检测编码：
```
import chardet

with open('your_data_file', 'rb') as f:
    encoding_result = chardet.detect(f.read())

print(f"检测到的编码是: {encoding_result['encoding']}")
```
最后用检测出的编码去读取数据即可。
用兼容编码临时读入
如果以上方法都不行，可以试试latin-1编码，它能兼容所有字节，不会报错（可能显示乱码，但至少能读入数据，之后再处理编码转换）：
```
df = pd.read_csv("your_data_file", encoding='latin-1')
```