Pandas读取CSV遇ParserError，转XLSX正常的原因咨询

为什么XLSX能正常读取，CSV却不行？ #

CSV是纯文本格式，完全依赖分隔符（比如你用的逗号）划分列。如果文本列里存在未被引号包裹的逗号，pandas的CSV解析器会把这些逗号误判为列分隔符，导致某一行的字段数超出预期（比如你遇到的第171行，文本里多了2个逗号，就被识别成14个字段）。

而XLSX是二进制格式，文件内部会记录每个单元格的位置和内容边界，不管单元格里有多少逗号，都能精准识别单元格范围，不会被文本中的分隔符干扰，所以转成XLSX后就能正常读取。

关于csv.Sniffer的疑问 #

你手动指定了sep=','，此时csv.Sniffer不会生效——只有设置sep=None时，pandas才会调用Sniffer自动检测分隔符。所以你的问题和Sniffer无关，核心是未处理文本列中的嵌入式分隔符。

解决CSV读取问题的实用方案 #

• 启用引号识别：CSV规范中，包含分隔符的文本应该用引号包裹，通过quoting参数可让pandas正确识别这类文本：

  import csv
  df = pd.read_csv('file.csv', skiprows=2, sep=',', encoding='utf-8', quoting=csv.QUOTE_ALL)
  

  若只有部分文本用引号包裹，可尝试quoting=csv.QUOTE_MINIMAL。
• 切换到Python解析引擎：默认的C引擎速度快但容错性差，换成Python引擎能更好处理格式不规范的CSV：

  df = pd.read_csv('file.csv', skiprows=2, sep=',', encoding='utf-8', engine='python')
  

• 跳过错误行：如果暂时不需要错误行的数据，新版本pandas可使用on_bad_lines='skip'跳过有问题的行（旧版本用error_bad_lines=False）：

  # pandas 1.3及以上版本
  df = pd.read_csv('file.csv', skiprows=2, sep=',', encoding='utf-8', on_bad_lines='skip')
  

• 手动修复CSV：用文本编辑器打开CSV文件，定位到第171行，检查文本列内容，给包含逗号的文本加上双引号，保存后重新读取即可。

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