根本原因是编码不匹配：python默认utf-8而windows系统（含excel）默认按gbk解析，导致中文乱码；必须用encoding='utf-8-sig'写入带bom的utf-8文件，excel才能正确识别，且读取时也需配对使用该编码。
写入CSV中文乱码的根本原因是什么
Python默认用系统编码（Windows通常是gbk）写文件，而Excel默认用utf-8-sig读取带BOM的UTF-8文件。两者不匹配，就显示为“锟斤拷”或方块。不是DataFrame的问题，是文件编码和读取端预期不一致。
关键点在于：utf-8-sig ≠ utf-8 —— 前者开头带BOM标记（\ufeff），Excel才能正确识别为UTF-8；后者纯文本，Excel会误判成ANSI。
df.to_csv()必须加encoding='utf-8-sig'
只设encoding='utf-8'没用，Excel照样乱码。必须用utf-8-sig（注意下划线是短横线，不是下划线）：
df.to_csv('data.csv', encoding='utf-8-sig', index=False)
-
index=False建议加上，避免多一列索引号干扰阅读
- 不要写成
utf_8_sig或UTF-8-SIG——Python对大小写和连字符敏感，只有utf-8-sig被标准库识别
- 如果用pandas 1.3+，
encoding参数是必需的；旧版本可能默认utf-8但不带BOM，仍会乱码
用Excel打开还是乱码？检查这三件事
即使写了utf-8-sig，Excel仍乱码，大概率是以下之一：
- 文件已被其他程序（如记事本、VS Code）以非UTF-8方式保存过，BOM被覆盖——删掉原文件重写
- Excel版本太老（如2003），不支持UTF-8 BOM，只能换用
gbk编码（仅限简体中文环境）：df.to_csv('data.csv', encoding='gbk', index=False)
- 双击打开时Excel用了错误的导入向导——应右键→“打开方式”→选Excel，而非直接双击（某些系统会走旧版编码检测逻辑）
read_csv也要配对使用encoding
写的时候用了utf-8-sig，读的时候也得保持一致，否则可能出隐性问题（比如首列名前多一个\ufeff）：
df = pd.read_csv('data.csv', encoding='utf-8-sig')
index=False建议加上，避免多一列索引号干扰阅读utf_8_sig或UTF-8-SIG——Python对大小写和连字符敏感，只有utf-8-sig被标准库识别encoding参数是必需的；旧版本可能默认utf-8但不带BOM，仍会乱码utf-8-sig，Excel仍乱码，大概率是以下之一：
- 文件已被其他程序（如记事本、VS Code）以非UTF-8方式保存过，BOM被覆盖——删掉原文件重写
- Excel版本太老（如2003），不支持UTF-8 BOM，只能换用
gbk编码（仅限简体中文环境）：df.to_csv('data.csv', encoding='gbk', index=False) - 双击打开时Excel用了错误的导入向导——应右键→“打开方式”→选Excel，而非直接双击（某些系统会走旧版编码检测逻辑）
read_csv也要配对使用encoding
写的时候用了utf-8-sig，读的时候也得保持一致，否则可能出隐性问题（比如首列名前多一个\ufeff）：
df = pd.read_csv('data.csv', encoding='utf-8-sig')
特别注意：如果CSV是别人给的、且已确认带BOM，但没显式指定encoding，pandas可能自动跳过BOM导致第一列名异常。这种细节在数据管道中容易漏查。
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！
