遇到unicodedecodeerror应先试encoding='gbk'，再用chardet.detect探测编码；列名乱序多因分隔符错误，需显式指定sep；to_csv需控制date_format、float_format等参数避免格式崩坏。

读取CSV时编码错误：UnicodeDecodeError 怎么办

Python 默认用 utf-8 读 CSV，但 Windows 记事本保存的 CSV 常是 gbk 或 gb2312，直接读会爆 UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd6 in position 0。

• 先试 encoding='gbk'，多数中文 Excel 导出 CSV 都能过
• 不确定编码时，用 chardet 库探测：chardet.detect(open('file.csv', 'rb').read(10000))
• 别硬写死 encoding='utf-8-sig' —— 它只对带 BOM 的 UTF-8 有效，对 GBK 文件反而报错
• 如果文件来自不同来源（比如部分 utf-8、部分 gbk），得逐个探测，不能统一设一个编码

pd.read_csv() 读出来列名乱序或缺失？检查分隔符和 header

列名错位、首行变数据、多出空列……八成是分隔符没对上。Excel 导出的 CSV 多用逗号，但有些系统（尤其财务软件）导出用分号 ; 或制表符 \t。

• 显式指定 sep：逗号文件用 sep=','，分号文件用 sep=';'，TSV 用 sep='\t'
• 如果第一行不是列名，加 header=None，再用 names=... 手动赋列名
• 如果列名里有空格或特殊符号，read<em>csv</em> 默认会把它们当普通字符串处理，但后续做 df['列 名'] 没问题；想转成合法变量名可用 df.columns = df.columns.str.replace(r'[^a-zA-Z0-9]', '_')
• skiprows 很有用：有些 CSV 前几行是说明文字，不跳过会导致列数错乱

批量写入时格式崩了：日期变数字、数字带千分位、布尔值变 TRUE/FALSE

to_csv() 默认行为对“人眼可读”不友好：Excel 里日期显示成 2024-05-20 00:00:00 是对的，但有时你想要 2024/05/20；数字可能被写成 1,234.56，Excel 再读就识别成文本。

提示词大师-python版

图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍

下载

• 控制日期格式：date_format='%Y/%m/%d'（注意是斜杠，Excel 更认这个）
• 关闭千分位：float_format='%.2f'，避免 1234.56 变 1,234.56
• 布尔值统一转字符串：df.astype({col: str for col in df.select_dtypes(bool).columns})，否则 Excel 会把 True 当公式解析
• 写入前检查 df.dtypes，特别是 object 列里混着数字和空字符串，容易在 Excel 里自动转列类型失败

性能卡在循环 read_csv + to_csv？别用 for，改用 glob + concat

单个文件处理没问题，但 50 个 CSV 各 10MB，挨个 pd.read_csv 再 to_csv，I/O 开销大、内存涨得快、还容易中途报错中断。

• 用 glob.glob('*.csv') 一次性拿到路径列表，比 os.listdir 更准（支持通配）
• 对每个文件用 pd.read_csv(..., usecols=...) 只读需要的列，省内存
• 如果目标是合并后统一处理，先 [pd.read_csv(f) for f in files] 再 pd.concat(..., ignore_index=True)，比逐个处理再 append 快得多
• 写入大文件时加 index=False，否则默认加一列索引，在 Excel 里多占一列还容易误操作

实际跑起来最常掉坑的地方不是语法，是编码和分隔符猜错了——宁可花 30 秒用记事本打开 CSV 看一眼开头几个字节，也别靠经验硬试。

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！