excel文件本身不走文本编码流，加encoding参数必报错；中文乱码主因是后缀与格式不符、引擎选错或上游保存用非unicode编码。
直接说结论：Excel 文件（.xlsx/.xls）本身不走文本编码流，加 encoding 参数必报错，且对乱码毫无作用；所谓“中文乱码”，90% 是文件后缀与真实格式不符、引擎选错、或上游保存时就用了非 Unicode 编码。
确认是不是真在读 Excel 文件
很多人把 .csv 文件误当成 .xlsx 用 read_excel() 读——这是最常见源头。
- 用系统自带文件属性查看「实际类型」，或在终端运行：
file your_file.xlsx（Linux/macOS），看输出是否含CSV或text/plain - 如果后缀是
.xlsx但内容其实是 CSV 格式（比如用记事本另存为 → 选了“ANSI”或“UTF-8”没勾 BOM），必须改用pd.read_csv()，再配encoding - Windows 上双击打开文件，看左上角显示的是 Excel 还是记事本/Excel Online —— 后者大概率是假 Excel
读 .xlsx 时 sheet 名或单元格中文乱码
这通常不是 pandas 的问题，而是底层引擎对非 UTF-8 元数据解析失败。openpyxl 引擎比默认的 xlrd（已弃用）更稳，且不依赖系统 locale。
- 显式指定
engine="openpyxl"：pd.read_excel("data.xlsx", engine="openpyxl") - 若仍乱码，检查是否装了旧版
openpyxl：pip install --upgrade openpyxl - 不要给
pd.ExcelFile()加encoding—— 它根本不接受这个参数，加了会报TypeError - 极端情况（如老财务系统导出的 Excel）：用
openpyxl.load_workbook()手动加载，再逐 cell 取值，绕过 pandas 解析层
读 .xls 老格式时中文全变问号或方块
xlrd 从 2.0.0 版起彻底放弃 .xls 支持，而 1.x 版本对中文兼容差。别硬扛，换方案。
- 降级安装兼容版：
pip install xlrd==1.2.0（仅限 Python ≤ 3.9） - 更推荐转用
calamine引擎（快、轻、中文友好）：pip install calamine-python，然后pd.read_excel("data.xls", engine="calamine") - 终极兜底：用 LibreOffice 命令行转成
.xlsx再读：soffice --headless --convert-to xlsx data.xls
日期列读成数字、中文日期解析失败
这不是乱码，是 pandas 没识别出 Excel 的日期语义。数值型日期（如 44562.0）和中文文本日期（如 "2022年1月1日"）必须分别处理。
- 数值型日期：用
pd.to_datetime(df["日期"], unit="D", origin="1899-12-30", errors="coerce")—— 漏掉origin会导致所有日期偏移 2 天 - 中文文本日期：先确认原始值是不是字符串（
df["日期"].dtype == "object"），再用pd.to_datetime(..., format="%Y年%m月%d日") - 读取时就规避：加
converters={"日期": lambda x: pd.to_datetime(x, unit="D", origin="1899-12-30", errors="coerce")}，避免后续清洗
最容易被忽略的一点：乱码往往不是读取阶段的问题，而是 Excel 文件在 Windows 上用「ANSI」（即 GBK）保存时，没嵌入任何编码标识，导致下游解析器只能猜——而 pandas 不猜，它直接按二进制结构交由引擎处理。所以真正要推动的，是让数据提供方统一用 UTF-8 编码保存 CSV，或用 Excel 原生「另存为 → Excel 工作簿（*.xlsx）」，而不是「另存为 → CSV（逗号分隔）」再改后缀。
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！
