处理 CSV 之前，先确认这四件事

看到一个以 .csv 结尾的文件，并不能直接确定它的编码、分隔符和字段含义。比起立即清洗，先用小样本确认读取方式，能避免后面的步骤建立在错误的数据上。

编码：能够打开不代表没有问题

如果来源明确声明为 UTF-8，可以按约定读取。部分带有字节顺序标记的文件，使用 utf-8-sig 读取可以去掉文件开头的标记。遇到解码错误时，应先确认来源编码，不建议直接忽略错误字符。

分隔符与换行

逗号、分号和制表符都可能出现在导出数据里。字段内部也可能包含逗号和换行，因此不要简单地按逗号拆分每一行。使用 CSV 解析器，并按来源约定指定分隔符。

import csv
from pathlib import Path

path = Path("sample.csv")
with path.open(encoding="utf-8-sig", newline="") as handle:
    reader = csv.DictReader(handle)
    print("字段：", reader.fieldnames)
    for index, row in enumerate(reader):
        if index == 5:
            break
        print(row)

表头：检查重复与空格

读取后先打印字段名，检查是否存在前后空格、空字段或重复名称。尤其是重复表头，可能导致字段映射时丢失信息。遇到问题应先修正表头约定，再处理整份文件。

空值：先理解，再转换

空字符串、零、“无”和“不适用”可能表达不同含义。编号和电话号码即使只包含数字，也不应随意转换为数值，否则可能丢掉开头的零。清洗规则应记录下来，原始文件则单独保留。

先检查读取结果，再写清洗逻辑；先保留原始数据，再生成处理后的新文件。