使用Pandas读取含多表的CSV报错，求合并多表解决方案

当CSV文件包含两个由双空行分隔的表格时，直接使用pd.read_csv()会因列数不匹配报错，可按以下步骤处理：

1. 下载并拆分文件内容 #

先通过请求获取文件内容，按行拆分后定位双空行的分割位置：

import pandas as pd
import requests
from io import StringIO

url = "你的目标CSV文件URL"
# 下载文件内容
response = requests.get(url)
lines = response.text.splitlines()

# 定位两张表的分割点（双空行位置）
split_pos = None
for idx in range(len(lines)-1):
    if not lines[idx].strip() and not lines[idx+1].strip():
        split_pos = idx
        break

2. 分别读取两张表格 #

基于分割点拆分内容，过滤空行后用StringIO转为pandas可读取的格式：

# 读取第一张表，过滤空行
table1_content = "\n".join([line for line in lines[:split_pos] if line.strip()])
table1 = pd.read_csv(StringIO(table1_content))

# 读取第二张表，过滤空行
table2_content = "\n".join([line for line in lines[split_pos+1:] if line.strip()])
table2 = pd.read_csv(StringIO(table2_content))

3. 合并表格 #

若两张表格列结构一致，直接合并：

merged_table = pd.concat([table1, table2], ignore_index=True)

注意事项 #

• 如果两张表格列名或列数不一致，需先统一列结构（比如重命名列、补充缺失列）再合并
• 若文件中存在多组连续空行，可调整分割点的判断逻辑，比如检测连续空行的起始位置

内容的提问来源于stack exchange，提问作者Mustard Tiger