使用pandas read_csv(skiprows=1)时跳过全部行，如何提升鲁棒性？

问题根源 #

你的问题核心是文件使用多字符换行符（比如\r\n），但pandas的lineterminator参数仅支持单字符换行符，直接设置多字符会触发only length-1 line terminators supported报错；同时换行符不兼容导致pandas无法正确识别行边界，进而让skiprows=1逻辑混乱，出现跳过所有行的异常。

可行解决方案 #

• 方案1：预处理文件统一换行符
  先将文件中的特殊换行符替换为pandas默认支持的\n，再读取：

  import pandas as pd
  from io import StringIO
  
  # 读取文件并替换目标换行符（替换成你的实际换行符）
  with open("your_file.csv", "r", encoding="utf-8") as f:
      content = f.read().replace("\r\n", "\n")
  
  # 用StringIO直接在内存中处理，无需生成临时文件
  df = pd.read_csv(StringIO(content), skiprows=1)
  

• 方案2：切换到Python解析引擎
  pandas默认的C引擎对多字符换行符兼容性差，切换为Python引擎后可自动识别多字符换行符，无需手动设置lineterminator：

  df = pd.read_csv("your_file.csv", skiprows=1, engine="python")
  

  注意：Python引擎解析速度慢于C引擎，大文件场景需要权衡性能。

• 方案3：指定单字符换行符（针对特殊单字符换行）
  如果你的文件换行符是单字符（比如\r），直接设置lineterminator即可：

  df = pd.read_csv("your_file.csv", skiprows=1, lineterminator="\r")
  

额外排查建议 #

处理前可以通过以下代码查看文件前1000字节的原始内容，确认实际换行符：

with open("your_file.csv", "rb") as f:
    print(f.read(1000))

如果文件编码异常，也可能导致行识别错误，建议同时指定encoding参数（比如encoding="utf-8"或"gbk"）。

内容的提问来源于stack exchange，提问作者Steve