如何将带有一些引号行的 csv 导入 pandas？

Question

我有一个结构如下的 csv：

project, location, badness
foo, N/A, 0
bar, 'path/to/file:[7,23]', 120

我想将其导入 Pandas 数据框。当我现在使用

pd.read_csv(filename, quote="'", sep=".\s+")

时，我会得到如下列：

project   location           badness
foo       N/A                0
bar       'path/to/file:[7   23]'       120

最后一个悬空列未命名。

如何以尊重引号的方式导入它？也就是说，如何让“位置”列在第二行有

'path/to/file:[7,23]'

？

Answer 1

尝试将分隔符更改为

",\s+"

:

from io import StringIO

import pandas as pd

text = """\
project, location, badness
foo, N/A, 0
bar, 'path/to/file:[7,23]', 120"""

df = pd.read_csv(StringIO(text), quotechar="'", sep=r",\s+", engine="python")
print(df)

打印：

  project               location  badness
0     foo                    NaN        0
1     bar  'path/to/file:[7,23]'      120

Answer 2

使用

quotechar="'"

指定字段可以用单引号引起来，并使用

skipinitialspace

跳过逗号后面的空格。

pd.read_csv(filename, quotechar="'", skipinitialspace=True)

无需指定分隔符。