使用Pandas读取竖线分隔CSV文件时列分隔失败问题求助

可行解决方案 #

• 确认实际分隔符：
  部分文件的分隔符看似是|，实际可能是全角竖线｜、带空格的|等。先读取文件首行验证：

  with open('C:/dane/raport_d.csv', encoding='ansi') as f:
      print(f.readline())
  

  根据输出调整sep参数，比如带空格用sep='\s*\|\s*'，全角竖线用sep='｜'。

• 切换读取引擎：
  默认C引擎对特殊分隔符可能存在兼容问题，换成Python引擎重试：

  df = pd.read_csv('C:/dane/raport_d.csv', encoding='ansi', low_memory=False, sep='|', engine='python')
  

• 调整文件编码：
  若ansi编码不匹配，尝试Windows常用的gbk编码：

  df = pd.read_csv('C:/dane/raport_d.csv', encoding='gbk', low_memory=False, sep='|')
  

• 手动拆分数据（兜底方案）：
  若以上方法无效，可先按单列读取，再手动拆分：

  # 按单列读取所有内容
  df_raw = pd.read_csv('C:/dane/raport_d.csv', encoding='ansi', low_memory=False, sep=None, header=None)
  # 拆分表头
  headers = df_raw.iloc[0, 0].split('|')
  # 拆分数据行并设置表头
  df = df_raw.iloc[1:, 0].str.split('|', expand=True)
  df.columns = headers
  

内容的提问来源于stack exchange，提问作者Grzegorz Z