python - 带双引号的 Pandas 数据

Question

我正在尝试读取 .csv 格式的大型数据集，该数据集使用 Pandas 库自动更新。
问题是在我的数据中，第一行是没有双引号的字符串，其他列是有双引号的字符串。我无法手动调整 .csv 文件。

一个简化的数据集看起来像这样

A,"B","C","D"

comp_a、“树”、“房子”、“门”

comp_b，“卡车”，“红色”，“蓝色”

我需要将数据存储为不带引号的单独列，如下所示:

A B C D

comp_a 树屋门

comp_b 卡车红蓝

我尝试使用

import pandas as pd
df_csv = pd.read(path_to_file,delimiter=',')

这给了我完整的标题作为最后一列的单个变量

A,"B","C","D"

comp_a“树”“房子”“门”

comp_b“卡车”“红色”“蓝色”

最接近我需要的结果是使用以下

df_csv = pd.read(path_to_file,delimiter=',',quoting=3)

它正确识别每一列，但添加了一堆额外的双引号。

"A ""B""""C""""D"""

“comp_a”“树”““房子”““门”“”

"comp_b""卡车""""红色""""蓝色"""

将引用设置为 0 到 2 之间的值只会将整行作为单列读取。

有谁知道如何在阅读 .csv 文件时删除所有引号？

Answer 1

只需使用 pd.read_csv() 加载数据然后使用 .replace('"','', regex=True)
在一行中，它将是:

df = pd.read_csv(filename, sep=',').replace('"','', regex=True)

要设置列名称:

df.columns = df.iloc[0]

并删除第 0 行:

df = df.drop(index=0).reset_index(drop=True)