如何修复Python Pandas读取不同分隔符CSV文件的函数？

问题背景 #

有一批命名格式为my_file_YYYY.csv的CSV文件，部分文件用制表符（\t）作为分隔符，另一部分用分号（;）。初始函数固定用\t读取，遇到分号分隔的文件时会触发KeyError: 'CountryCode'；修改后的try-except代码仍无法正常读取分号分隔的文件。

错误原因 #

原修改后的代码逻辑有误：用错误的分隔符（比如用\t读分号文件）时，pd.read_csv不会抛出KeyError——它会把整行内容识别为单个列（列名就是第一行的完整内容），直到执行df["CountryCode"]过滤时才会触发KeyError，但这个错误不在try代码块范围内，所以except分支根本不会执行，导致始终用错误的读取结果去过滤。

修复方案 #

方案一：检查列名是否存在

先尝试用制表符读取，读取后检查目标列CountryCode是否存在，不存在则换分号重新读取：

import pandas as pd

def get_data(year):
    file = f"my_file_{year}.csv"
    
    # 先尝试制表符分隔读取
    df = pd.read_csv(file, sep="\t")
    # 检查目标列是否存在，不存在则换分隔符
    if "CountryCode" not in df.columns:
        df = pd.read_csv(file, sep=";")
    
    # 过滤德国数据
    df = df[df["CountryCode"] == "DE"]
    return df

方案二：调整try-except范围

把读取后检查列的逻辑也放入try块，捕获可能的KeyError，触发后换分隔符读取：

import pandas as pd

def get_data(year):
    file = f"my_file_{year}.csv"
    
    try:
        df = pd.read_csv(file, sep="\t")
        # 主动尝试访问目标列，触发可能的KeyError
        df["CountryCode"]
    except KeyError:
        df = pd.read_csv(file, sep=";")
    
    # 过滤德国数据
    df = df[df["CountryCode"] == "DE"]
    return df

调用方式 #

依然可以按原方式调用：

df_2019 = get_data(2019)
df_2020 = get_data(2020)
df_2021 = get_data(2021)
df_2022 = get_data(2022)
df_2023 = get_data(2023)

内容的提问来源于stack exchange，提问作者hbstha123