### 使用 Pandas 和辅助工具读取 `.dbf` 文件 Pandas 本身并不直接支持读取 `.dbf` 文件，因此需要借助其他库（如 `dbfread` 或 `simpledbf`）将 `.dbf` 数据加载为 Pandas DataFrame。在此过程中，还需要特别关注文件的编码格式，尤其是当其被检测为 `Windows-1252` 时。 #### 方法一：使用 `dbfread` 库 `dbfread` 是一个专门用于读取 `.dbf` 文件的 Python 库。它允许自定义编码以解决特殊字符显示问题[^2]。以下是具体实现步骤： ```python from dbfread import DBF import pandas as pd # 定义函数以读取.dbf文件并返回DataFrame def read_dbf_to_dataframe(file_path, encoding='windows-1252'): table = DBF(file_path, encoding=encoding) # 设置编码为Windows-1252 data = [] for record in table: data.append(dict(record)) return pd.DataFrame(data) df = read_dbf_to_dataframe('example.dbf') print(df.head()) ``` 此方法通过逐条记录的方式构建列表，并最终转化为 Pandas DataFrame。同时，在初始化 `DBF` 类实例时显式指定了编码参数 `encoding='windows-1252'`，从而确保正确解析非 ASCII 字符[^2]。 #### 方法二：使用 `simpledbf` 库 另一个可选方案是采用 `simpledbf` 库，它可以更便捷地完成从 `.dbf` 到 Pandas DataFrame 的转换过程。不过需要注意的是，默认情况下该库可能不会自动识别特定编码，所以同样要手动干预设置合适的编码选项[^3]。 ```python from simpledbf import Dbf5 import pandas as pd def convert_dbf_to_df(dbf_file, target_encoding='utf-8', source_encoding='windows-1252'): dbf = Dbf5(dbf_file, codec=source_encoding) # 设定源编码为Windows-1252 df = dbf.to_dataframe() df.columns = df.columns.str.encode(target_encoding).str.decode(source_encoding) # 转换列名编码 return df data_frame = convert_dbf_to_df('yourfile.dbf') print(data_frame.head()) ``` 这里不仅设置了原始数据流的解码规则 (`codec`) ，还额外处理了列名称可能存在乱码的问题 。即先把它们按照 UTF-8 编码再重新映射回 Windows-1252 解析后的字符串形式[^3]。 --- ### 注意事项 尽管上述两种途径均能有效达成目的，但在实际应用中可能会遭遇一些挑战： - 中文字段值或者列标题出现异常情况，这通常是因为未能恰当配置相应区域语言环境所致； - 部分老旧版本软件生成的 .dbf 文档结构复杂度较高，单纯依赖单一模块难以完全覆盖所有场景； 针对这些问题，建议结合实际情况测试不同组合策略直至找到最稳定可靠的路径为止。 ---