从你提供的CSV内容和代码来看，导致后续行无法正确拆分到对应列的主要原因有这几个：

1. 未闭合的引号与字段内嵌入的逗号 #

看第二行的内容：

2021/05/31,2012,"10","S","","Dis","DI","EX,,0.00,,"Pt",0,

这里存在一个严重的格式错误："EX,,0.00,, 这个部分的引号没有正确闭合，而且字段内部还包含了逗号。pandas.read_csv 默认会把被quotechar（默认是双引号）包裹的内容当作单个字段，但如果引号未闭合，它会把整行剩余的内容都归为这个未闭合的字段，自然就无法按照表头拆分到对应列了。

2. HTML转义的引号干扰解析 #

你的CSV里用了"（HTML的双引号转义字符），而read_csv 默认不会识别这种转义，它会把"当作普通字符串的一部分，而不是实际的引号。这就导致原本应该被引号包裹的字段（比如"10"）无法被正确识别，进一步加剧了解析混乱。

3. 行尾的多余逗号（次要） #

你提供的两行数据末尾都有多余的逗号，这会导致解析时出现额外的空列，也会影响列的匹配，但这不是核心问题。

解决方案 #

我们可以先预处理CSV内容，修复格式问题后再解析：

步骤1：处理HTML转义的引号

先把所有"替换成实际的双引号"，让read_csv能正确识别引号包裹的字段。

步骤2：修复未闭合的引号

检查并修复行内未闭合的引号（比如行内引号数量为奇数的情况，补充引号闭合）。

步骤3：用pandas解析处理后的内容

下面是具体的代码实现：

import pandas as pd
from io import StringIO

# 读取原始CSV文件并处理转义引号
with open(r'C:\file.csv', 'r', encoding='utf-8') as file:
    raw_content = file.read().replace('"', '"')

# 修复未闭合的引号（处理行内引号数量为奇数的情况）
fixed_lines = []
for line in raw_content.split('\n'):
    if not line.strip():
        fixed_lines.append(line)
        continue
    quote_count = line.count('"')
    if quote_count % 2 != 0:
        # 假设最后一个引号未闭合，先去掉行尾多余逗号再补引号
        line = line.rstrip(',') + '"'
    fixed_lines.append(line)

# 生成修复后的内容并解析为DataFrame
fixed_content = '\n'.join(fixed_lines)
df = pd.read_csv(StringIO(fixed_content), sep=',', quotechar='"')
print(df.head())

如果你的CSV里还有其他格式问题（比如特定字段的引号错误），可能需要根据实际内容调整修复逻辑，但上面的代码应该能解决你当前遇到的核心问题。

内容的提问来源于stack exchange，提问作者rose