Pandas read_csv，如果给出了确切的列数，如何忽略文本字段中的换行符

Question

我必须解析从某些第三方软件导出的 csv 文件，该文件不会转义文本字段中的换行符。

每个文件都有一个标题，因此每行必须具有的确切列数是已知的，但每个文件的列数不同。 分隔符是管道字符 |，它有 CRLF 行结尾。

如何删除或转义数据中的换行符？

我找到了这个答案，但我宁愿替换任何假换行符，然后用

read_csv

读取文件，但是我的正则表达式专业知识不足以重新调整该解决方案的用途。

谢谢！

Answer 1

这里有一个示例

data.csv

文件：

id|name|description|score
1|john|john\nfrom arizona|10
2|sarah|sarah\nfrom california|12
3|daniel|daniel\nfrom nevada|7

阅读它并将描述字段中的

'\n'

字符替换为

'-'

:

import pandas as pd
df = pd.read_csv('data.csv', sep='|', converters={'description': lambda x: x.replace('\\n',' - ')})
print(df)

结果：

   id    name              description  score
0   1    john      john - from arizona     10
1   2   sarah  sarah - from california     12
2   3  daniel     daniel - from nevada      7