如何将含逗号的文本文件转换为单列CSV文件（解决Pandas ParserError问题）

我来帮你搞定这个问题！你碰到的ParserError根源很明确：pd.read_csv()默认把逗号当作列分隔符，但你的文本里不少行（比如第9行的“再就业保障举措，包括再培训、异地安置、工作分享和离职安置服务”）包含逗号，导致pandas误以为这一行有多个列，和第一行的列数不匹配，直接抛出了解析错误。

下面给你两种靠谱的解决方案，任选其一就能解决问题：

方法一：直接读取每行（推荐，更直观） #

这种方法跳过pandas的CSV解析逻辑，直接读取文本的每一行，再转成单列DataFrame，完全避免分隔符冲突：

# 先读取文本文件的所有行，清理空行和首尾空格
with open("ESG_BENEFITS.txt", "r", encoding="utf-8") as f:
    benefits_list = [line.strip() for line in f if line.strip()]

# 导入pandas并创建单列DataFrame
import pandas as pd
df = pd.DataFrame(benefits_list, columns=["ESG_Benefits"])

# 导出为CSV文件，去掉索引
df.to_csv("ESG_BENEFITS.csv", index=False, encoding="utf-8")

方法二：修正pandas的read_csv参数 #

如果一定要用pd.read_csv，可以通过指定特殊参数让pandas把整行当作单个字段：

import pandas as pd
# 使用python引擎，指定一个不会出现在文本中的分隔符（比如空字符\0），同时关闭引号解析
esg_benefits = pd.read_csv(
    "ESG_BENEFITS.txt",
    header=None,
    sep="\0",  # 用空字符当分隔符，确保不会拆分行内容
    engine="python",
    quoting=3  # QUOTE_NONE，不解析任何引号
)
# 给单列命名
esg_benefits.columns = ["ESG_Benefits"]
# 导出CSV
esg_benefits.to_csv("ESG_BENEFITS.csv", index=False, encoding="utf-8")

两种方法最终都会生成一个单列CSV，每一行对应原文本的一条记录，完美解决逗号导致的解析问题。

内容的提问来源于stack exchange，提问作者StressedBoi69420