使用Pandas读取CSV文件时数据被双引号包裹的问题求助

问题场景 #

原导入代码：

import pandas as pd
health_data = pd.read_csv("Data_File.csv", header=0, sep='[,]', engine='python')

导入后所有行（包括表头）都被双引号包裹，示例如下：

"Duration Average_Pulse Max_Pulse Calorie_Burnage Hours_Work Hours_Sleep"
0 "30 80 120 240.0 10.0 7"
1 "45 85 120 250.0 10.0 7"

这种情况导致数据无法正常转换为数值类型，需要去除引号恢复正常格式。

解决方案 #

方案1：导入时直接处理引号（推荐） #

修改read_csv的参数，指定双引号为字段包裹符，同时设置正确的分隔符：
如果你的CSV实际是逗号分隔，用以下代码：

import pandas as pd
health_data = pd.read_csv("Data_File.csv", header=0, sep=',', engine='python', quotechar='"')

如果CSV是空格分隔（从输出示例看更匹配），则调整分隔符为正则匹配多个空格：

health_data = pd.read_csv("Data_File.csv", header=0, sep='\s+', engine='python', quotechar='"')

原理：quotechar='"'会让Pandas识别双引号为整行/字段的包裹符号，读取时自动剥离；sep设置为实际分隔符，确保各列数据被正确拆分。

方案2：导入后批量去除引号 #

如果导入后仍有残留引号，可对文本类型列批量替换：

# 仅对文本类型（object）列去除双引号
health_data = health_data.apply(lambda col: col.str.replace('"', '') if col.dtype == 'object' else col)
# 可选：自动转换数值类型
health_data = health_data.apply(pd.to_numeric, errors='ignore')

验证结果 #

处理后数据格式恢复正常：

Duration Average_Pulse Max_Pulse Calorie_Burnage Hours_Work Hours_Sleep
0 30 80 120 240.0 10.0 7
...

内容的提问来源于stack exchange，提问作者Birendra Khawas