如何正确解析内部引号的CSV文件？

Question

因此，作为CSV文件的一部分，我正在尝试使用pd.read_csv（）转换为DataFrame，我一直收到此错误：

pandas.errors.ParserError: Error tokenizing data. C error: Expected 3 fields in line 2, saw 4

文件的第一行如下：

1. “矢田”， “矢田”， “矢田”
2. “yada”，“yada”，“aa bb”yada“cc dd，ee”

事情是，在原始的二进制内容中，第二行的“yada”没有转义字符...

我应该在read_csv（）方法中包含哪些参数，以便通过假设整个

对该行进行正确的解析

“aa bb”yada“cc dd，ee”

是一栏？

Answer 1

如果引用问题仅出现在最后一列中，那么您可以按照以下方式按下数据，然后再将其作为数据帧加载：

import pandas as pd      
import csv

data = []

with open('input.csv', newline='') as f_input:
    for row in csv.reader(f_input, quotechar='\x01'):
        data.append([v.strip('"') for v in row[:2] + [','.join(row[2:])]])

df = pd.DataFrame(data)        
print(df)

对于给出的数据，这将给你：

      0     1                       2
0  yada  yada                    yada
1  yada  yada  aa bb "yada" cc dd, ee