DBF文件不能用pandas.read_csv()读取，因其是二进制格式，需用dbfread或simpledbf等专用库解析；推荐dbfread（轻量、兼容性好），注意编码、字段类型保留及大文件分批处理。
DBF文件读取失败：pandas.read_csv() 为什么不行
因为 DBF 不是 CSV，它有独立的二进制结构和字段类型定义（比如日期用 8 字节定长、逻辑型用单字节 L），pandas.read_csv() 完全无法解析。直接调用会报错或读出乱码、空列、列数错位。
必须用专用于 DBF 的解析库，再转成 DataFrame。主流选择只有两个：dbfread（纯 Python、轻量、只读）和 simpledbf（依赖 dbf 包、支持更多变种但安装略麻烦）。推荐从 dbfread 入手——它对老旧 DOS/Windows 生成的 DBF（如 FoxPro、dBASE III/IV）兼容性最好。
- 安装：
pip install dbfread - 验证是否可读：
from dbfread import DBF; list(DBF('legacy.dbf'))能打印出记录列表，说明文件没损坏且编码可识别 - 常见陷阱：中文字段名或数据默认按
GBK或CP1252编码，若乱码需显式指定encoding='gbk'参数
把 DBF 记录转成 pandas DataFrame 的安全写法
dbfread 返回的是惰性迭代器，不能直接丢给 pandas.DataFrame()——否则会丢失字段类型信息，所有列变成 object，日期变字符串，数值带前导空格。
正确做法是先提取字段定义 + 数据行，构造结构化字典列表：
立即学习“Python免费学习笔记（深入）”；
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
from dbfread import DBF
import pandas as pd
<p>dbf = DBF('data.dbf', encoding='gbk')</p><h1>手动构建 records 列表，保留原始类型</h1><p>records = []
for rec in dbf:</p><h1>rec 是 OrderedDict，key 是字段名，value 是已解码的原生 Python 类型（int/str/date 等）</h1><pre class='brush:python;toolbar:false;'>records.append(dict(rec))df = pd.DataFrame(records)
- 字段名自动转为 DataFrame 列名，无需额外处理
- 日期字段（
datetime.date）会被 pandas 自动识别为datetime64[ns]，但注意 DBF 中的“空日期”常是None或datetime.date(1900, 1, 1)，需后续清洗 - 数值字段若含空值，
dbfread返回None，pandas 会转成NaN，类型变为float64；如需保持整型，得用df['col'].astype('Int64')（Nullable Integer）
遇到“Unsupported field type”错误怎么办
这是 dbfread 遇到它不认识的字段类型（比如某些 Visual FoxPro 的 M 型备注字段、G 型 OLE 字段、或加密/损坏字段）时抛出的异常。它不会跳过，而是中断整个读取。
- 先用命令行工具
dbfdump legacy.dbf（来自dbfutils包）查看字段结构，确认是否有非常规类型 - 临时绕过问题字段：在
DBF(..., ignore_missing_memos=True)参数下，dbfread会忽略备注字段（M），不报错但对应列值为None - 若必须读取备注内容，改用
simpledbf：from simpledbf import Dbf5; df = Dbf5('legacy.dbf').to_dataframe()，它底层调用更底层的 C 库，对 VFP 扩展支持更好，但可能把备注字段读成二进制 blob，需进一步 decode - 极端情况（如字段类型标识被篡改），只能用十六进制编辑器打开 DBF 文件头（偏移 0x1C 处是字段描述区），人工比对字段类型代码
性能与内存：大文件（>10 万行）读取卡顿怎么破
dbfread 是逐行解析，对大文件内存友好但速度慢；而 simpledbf 会一次性加载全部内容到内存，快但吃 RAM。两者都不支持 chunk 读取。
- 优先尝试
simpledbf：Dbf5('big.dbf', codec='gbk').to_dataframe()，它内部做了缓存优化，实测比dbfread快 3–5 倍 - 若仍慢，用
dbfread+ 手动分批：list(itertools.islice(dbf, 0, 10000))每次读 1 万行，转成 DataFrame 后pd.concat()拼接，避免单次构造超大 list - 务必关闭 pandas 的
copy_on_write（>=2.0）或设pd.options.mode.chained_assignment = None，否则中间转换易触发隐式拷贝，拖慢 2 倍以上
老 DBF 文件的字段名常含空格、特殊符号或超长（>10 字符），pandas 会自动重命名为 field_name_1 等；如果后续要 join 或导出，得提前用 df.columns = [c.strip().replace(' ', '_')[:10] for c in df.columns] 规范化——这步容易漏，一疏忽就导致下游脚本字段找不到。
