Python读取Salesforce导出的3.6万行CSV文件报错求助

针对你遇到的ParserError（EOF在字符串中、字段数不匹配），核心原因是Salesforce导出的CSV可能包含内嵌逗号、未闭合引号或字段内换行符——Excel的解析逻辑更宽松所以显示正常，但pandas默认的C解析引擎对格式要求严格。以下是具体解决方法：

方法1：用csv模块预读取再转DataFrame #

csv模块的解析容错性比pandas默认引擎更好，先读取所有行再转为DataFrame：

import csv
import pandas as pd

rows = []
# skipinitialspace忽略逗号后的空格，QUOTE_ALL强制识别引号包裹的字段
with open('File.csv', 'r', encoding='ISO-8859-1') as f:
    reader = csv.reader(f, skipinitialspace=True, quoting=csv.QUOTE_ALL)
    for row in reader:
        rows.append(row)

# 表头取第一行，数据从第二行开始构建DataFrame
df = pd.DataFrame(rows[1:], columns=rows[0])

方法2：切换pandas的Python解析引擎 #

pandas的Python引擎基于csv模块开发，容错性更强，直接指定引擎即可：

df = pd.read_csv(
    'File.csv',
    encoding='ISO-8859-1',
    dtype='str',
    engine='python',
    skipinitialspace=True,
    on_bad_lines='skip'  # 可选：跳过无法解析的行，替代已弃用的error_bad_lines参数
)

方法3：排查异常行的具体问题 #

如果需要定位错误根源，可以找出所有字段数与表头不一致的行，查看具体内容：

import csv

with open('File.csv', 'r', encoding='ISO-8859-1') as f:
    reader = csv.reader(f, skipinitialspace=True)
    header = next(reader)
    expected_cols = len(header)
    # 从第2行开始遍历（表头是第1行）
    for line_num, row in enumerate(reader, start=2):
        if len(row) != expected_cols:
            print(f"行号{line_num}: 实际字段数{len(row)}，预期{expected_cols}")
            print(f"内容片段: {row[:5]}...")  # 打印前5个字段避免输出过长

通常这类问题是因为某字段包含未闭合的引号，或者富文本字段里有换行符，找到后可以手动修复或针对性处理。

内容的提问来源于stack exchange，提问作者E_Sarousi