熊猫用引号中的转义引号阅读csv

Question

设置

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

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

尝试此代码

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

但是实际上，它可以：

• 阅读第一行没问题
• 错误地读取第二行，但不会引发错误
• 读取错误第三行失败

读取到 second 行的结果：

    title   description
0   Jeans   blue
1   Jeans   2 seam"

读取到第三行时出错：

  

ParserError：标记数据时出错。 C错误：应在行中输入4个字段   3，看到了5

这似乎是一个常见问题。熊猫read_csv中是否有可以处理的配置？

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