python - Pandas 读取 csv 并在引用中转义引用

Question

设置

任务是使用 Pandas 读取此 csv(即 pd.read_csv(filename)):

title,description
Jeans,"blue"
Jeans,"2\" seam"
Jeans,"2\" seam, blue"

尝试此操作的代码

import os
import pandas as pd

with open("/tmp/test.csv", "w") as f:
    f.write('''title,description
Jeans,"blue"
Jeans,"2\" seam"
Jeans,"2\" seam, blue"
''')

pd.read_csv("/tmp/test.csv")

问题

预期输出:

    title   description
0   Jeans   blue
1   Jeans   2" seam
2   Jeans   2" seam, blue

但实际上它可以:

• 阅读第一行没问题
• 错误地读取了第二行，但没有抛出错误
• 无法读取第三行并出现错误

读取到第二行的结果:

    title   description
0   Jeans   blue
1   Jeans   2 seam"

读取到第三行时出错:

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

这似乎是一个常见问题。 Pandas read_csv 中是否有可以处理此问题的配置？

Answer 1

默认情况下，the escapechar is None 。要将反斜杠指定为用于转义分隔符的单字符字符串(例如双引号)，请使用 escapechar='\\':

In [23]: pd.read_csv('data', escapechar='\\')
Out[23]: 
   title    description
0  Jeans           blue
1  Jeans        2" seam
2  Jeans  2" seam, blue