pandas读CSV失败几乎是每个搞数据的人都踩过的坑：一会儿报UnicodeDecodeError，一会儿报ParserError，一会儿明明有100列却只读出来1列，搞得人怀疑人生。今天我们就把pd.read_csv为什么莫名其妙失败、以及最常用也最容易踩雷的参数到底该怎么指定，一次性讲透，照着抄以后再也不掉坑里。

　　一、pd读取CSV为什么失败

　　读不出来的根源基本就这五类，90%的情况都中：

　　1、编码不对，最常见也最隐蔽

　　导出CSV基本都是gbk/gb2312/utf-8-sig，pandas默认猜utf-8，遇到中文直接UnicodeDecodeError；

　　2、分隔符不是逗号

　　很多人用Excel保存CSV其实用的是制表符、分号、竖线，甚至中文逗号“，”pandas死活猜不对，报“CParserError:Error tokenizing data”；

　　3、有BOM头或隐藏字符

　　用Windows记事本、WPS、国内报表系统保存的CSV前面会带个BOM（ufeff），pandas直接把第一列名读成“ufeffID”，或者把第一行当列名吞掉；

　　4、行里换行或引号没闭合

　　Excel里某个单元格写了多行文字（Alt+Enter），或者引号没成对，pandas直接报“ParserError:Expected X fields in line Y,saw Z”；

　　5、文件太大直接爆内存

　　几百MB甚至GB的CSV，pandas一次性全读进内存直接OOM，或者卡死半天没反应。

　　二、pd读取参数应怎样指定

　　下面这套参数组合能解决95%的场景，直接抄就行：

　　1、最稳万能版（推荐日常直接用）

　　2、报表专用（gbk+中文逗号+BOM）

　　3、大文件分块读（>500MB）

　　4、有多行表头或跳过垃圾行

　　5、列名在第2行+第1行是标题合并

　　三、pd读取CSV长效不翻车技巧

　　一次成功不等于下次不炸，再补这几招彻底根治：

　　1、永远先用记事本或VS Code打开CSV看一眼

　　看编码、分隔符、是否有BOM、表头几行、最后有没有合计行，比直接跑代码快100倍；

　　2、写一个万能读取函数放项目里

　　以后全项目统一调这一个，永不踩坑；

　　3、大文件先用Linux命令预处理

　　4、永远先读100行测试

　　确认没问题再全量读；

　　5、公司统一禁止用Excel保存CSV

　　要求财务/业务用“另存为→UTF-8 CSV”或直接导出tsv，彻底杜绝BOM和中文逗号。

　　总结

　　pd读取CSV为什么失败，pd读取参数应怎样指定，说白了就是编码、分隔符、BOM、换行、大文件这五大杀手。只要记住万能参数组合（utf-8-sig+sep=None+engine='python'+dtype=str）、先看文件再读、写safe_read_csv函数、大文件分块读、公司禁Excel保存这五板斧，读CSV就能从“玄学”变成“复制粘贴就行”，再也不用半夜被“ParserError”惊醒。