python - 从具有列值的 quotechar 和定界符的 pandas 中读取 csv

Question

这是一个 csv 文件“test.csv”的内容，我试图通过 pandas read_csv() 读取它

"col1", "col2", "col3", "col4"
"v1", "v2", "v3", "v4"
"v21", "v22", "v23", "this, "creating, what to do? " problems"

这是我正在使用的命令-

messages = pd.read_csv('test.csv', sep=',', skipinitialspace=True)

但是我收到以下错误-

CParserError: Error tokenizing data. C error: Expected 4 fields in line 3, saw 5

我希望line3中column4的内容是'这个，“创建，要做什么？”问题'

当列可以包含引号和分隔符时如何读取文件？

Answer 1

pandas 不允许您保留格式错误的行，老实说，在您的示例中，我真的没有看到忽略某些 " 字符而不是其他字符的方法。我认为您使用 的直觉code>'", "' 作为分隔符，然后进行清理是最好的方法。如果您真的担心在一行中执行此操作:

message = pd.read_csv('test.txt', sep='", "', names = ['col1','col2','col3','col4'], skiprows=1).apply(lambda x: x.str.strip('"'))

它也处理列名称中的剥离引号并为您提供:

>>> message
>>> 
  col1 col2 col3                                     col4
0   v1   v2   v3                                       v4
1  v21  v22  v23  this, "creating, what to do? " problems