数据读取、类型推断、groupby聚合和链式赋值是pandas四大易错点：需显式指定encoding与sep；object列常因混入none/嵌套结构导致；groupby注意dropna与min_count；禁用inplace，统一用赋值+copy。
发现数据不一致时，先确认 pandas.read_csv 的编码和分隔符
很多“数据读出来就错”的问题，其实卡在第一行——read_csv 默认用 utf-8，但 Windows 记事本保存的 CSV 往往是 gbk 或 gb2312；默认分隔符是逗号，可实际文件可能是制表符、分号，甚至中文顿号。不显式指定，pandas 就会硬拆，字段错位、数值变字符串、空值变 NaN 都是常态。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用文本编辑器（如 VS Code）打开原始文件，右下角看真实编码和换行符类型
- 优先试
encoding='gbk'和sep='\t'，再根据报错信息调整 - 加
verbose=True和warn_bad_lines=True（旧版）或on_bad_lines='warn'（2.0+），让 pandas 吐出哪几行解析异常 - 别依赖
encoding='utf-8-sig'一招鲜——它只解决 BOM 头，对乱码无感
df.dtypes 显示 object 却不是字符串？检查是否混入了 None、np.nan 或嵌套结构
当某列本该是数字或日期，却显示 object 类型，大概率是这列里藏了非标数据：空字符串、None、字典、列表，甚至整行是 NaN。pandas 为保安全，自动降级为 object，后续 .str 或 .dt 操作全失效。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用
df['col'].apply(type).value_counts()直接看每行是什么类型 -
df['col'].isna().sum()和df['col'].apply(lambda x: isinstance(x, (list, dict))).sum()分别统计缺失和嵌套数量 - 别急着
astype(str)——这会让np.nan变成字符串'nan'，后续清洗更难 - 真要转字符串，用
df['col'].astype('string')（pandas 1.0+），它原生支持pd.NA，不会污染数据
用 df.groupby().agg() 出结果为空或聚合失效？重点查 dropna 和 min_count
groupby 聚合后某组没结果，常见原因不是数据少，而是默认 dropna=True 把含 NaN 的组整个踢掉了；或者用 sum()、mean() 时，整组全是 NaN，结果返回 NaN 而非 0，看着像“丢了数据”。
Python v2.4版chm格式的中文手册，内容丰富全面，不但是一本手册，你完全可以把她作为一本Python的入门教程，教你如何使用Python解释器、流程控制、数据结构、模板、输入和输出、错误和异常、类和标准库详解等方面的知识技巧。同时后附的手册可以方便你的查询。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 加参数
dropna=False，确保空值也参与分组（尤其 categorical 列） - 数值聚合加
min_count=1，比如.sum(min_count=1)，避免全空组返回NaN - 聚合函数传字典时，注意键是列名、值是函数名或列表：
{'amount': ['sum', 'mean']}，别写成{'amount': sum}——后者会报TypeError: cannot convert the series to <class></class> - 如果 groupby 键本身含
NaN，pandas 默认把它归为单独一组，但显示为NaN行——用df.groupby(..., dropna=False).size()才能看见它
复盘脚本跑一次就过，换数据就崩？必须隔离 inplace=True 和链式赋值
最隐蔽的坑是：你改着改着，发现某列突然变 None，或者 SettingWithCopyWarning 冒出来又消失，最后查半天发现是 df.drop(columns=['x'], inplace=True) 后，又写了 df['y'] = df['z'] * 2——而 df 其实是另一个 DataFrame 的视图，修改直接失效或引发未定义行为。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 彻底禁用
inplace=True：统一用df = df.drop(...)、df = df.fillna(...) - 链式操作务必用括号包住，比如
df = df.query('a > 0').assign(b=lambda x: x.a * 2)，别拆成两行赋值 - 对副本操作前，显式调用
.copy()，尤其是从大表切片后：subset = df[df.flag == 1].copy() - 用
df._mgr.blocks（不推荐但有效）或df.values.base is None粗略判断是否视图——不过更稳的方式是：只要不确定，就 copy
数据复盘不是比谁写得快，是比谁漏得少。类型推断、空值传播、视图/副本边界——这些地方不出错，后面所有计算才真正可信。
