UTF-16转UTF-8后pandas读取CSV列合并问题求助

你的问题核心在于两个点：一是数据的分隔符不是pandas默认的逗号，二是UTF-16转UTF-8后可能存在的BOM（字节顺序标记）干扰了读取逻辑。咱们一步步来修复：

1. 指定正确的分隔符 #

从你给出的示例来看，数据是用**空格（或多个空格/制表符）**分隔的，但pd.read_csv()默认以逗号作为分隔符，这就导致整行被识别成单一列。你需要明确指定分隔符参数：

• 如果是单个空格分隔：用sep=' '
• 如果是多个空格或制表符（更常见的情况）：用sep='\s+'（匹配任意数量的空白字符）

示例代码：

import pandas as pd
df = pd.read_csv('Values.csv', sep='\s+')

2. 处理UTF-8 BOM（如果存在） #

用Notepad++将UTF-16转UTF-8时，有时会自动给文件加上UTF-8 BOM，这会导致pandas读取时第一列列名前出现奇怪的隐藏字符，甚至影响列的识别。这种情况下，需要指定编码为utf-8-sig：

df = pd.read_csv('Values.csv', sep='\s+', encoding='utf-8-sig')

验证效果 #

运行上述代码后，你应该能得到和原文件一致的列结构：

如果还是有问题，可以先手动打开文件确认两点：

• 数据确实是用空格/制表符分隔，而非逗号
• 文件开头没有奇怪的隐藏字符（这就是BOM的典型表现）

内容的提问来源于stack exchange，提问作者falo8056