Question

我正在处理一些错误创建的CSV文件。有引号和逗号互连，即使用标签替换所有列分隔逗号，我仍然会从pd.read_csv中解析错误。

尽管如此，Numbers（Apple的Excel）可以完美地读取文件，并且在将其重新保存为csv之后，Pandas可以无缝地生成数据帧。因此，我想知道是否有一种方法，优先通过Python，在Numbers / Excel中自动导入导出（可能是一个API？）来修复我的CSV，或者找出他们做了什么来纠正它们。

编辑：CSV行如下所示：

＆＃34; ID＆＃34;＆＃34; lastVisitTimeLocal＆＃34;＆＃34; lastVisitTimeUTC＆＃34;＆＃34;标题＆＃34;＆＃34; URL＆＃34;＆＃ 34; typedCount＆＃34;＆＃34; visitCount＆＃34;＆＃34;＆＃34; []＆＃34; _id＆＃34;＆＃34; _id＆＃34; 8986，＆＃34; 06/03 / 201,20：00：48＆＃34;，＆＃34; 3/6/2018 2:30:48 PM＆＃34;，＆＃34;＆＃34;，＆＃34; https://chrome.google.com＆＃34;，0,1,3000001,2000001

虽然有些标题包含逗号而某些链接包含引号，但我仍然会解析错误，尽管Numbers / Excel可以无缝地解析它们。

EDIT2：我正在寻找执行以下操作的管道：

file.csv --excel_engine - ＆gt; file.xlsx --excel_engine - ＆gt; file2.csv

Answer 1

您是否尝试过在quoting中设置doublequote和pd.read_csv()？对我来说奇怪的是，Pandas无法读取Excel可以读取的csv（我通常会遇到Excel问题； Pandas遇到的唯一问题是NUL字符）。

或者，您也可以在VBA中运行它：

Sub openCsvAndSave()
    Dim csv_paths, path
    csv_paths = Array(path1, path2, ...) ' Set your csv paths here '
    For Each path in csv_paths
        Dim NewWb As Workbook: Set NewWb = Workbooks.Open(path)
        NewWb.SaveAs Left(path, Len(path) - 4) & "_2.csv", xlCSV
    Next path
End

通过Excel / Numbers [自动通过Python]修复csv文件？

1 个答案: