使用pandas读取CSV文件遇ParserError，求解决方法

你遇到的ParserError核心原因不是空白行，而是第54行的内容格式异常——该行被解析出2个字段，但文件其他行均为1个字段，导致pandas无法统一解析结构。以下是具体解决方案：

方案1：定位并修复错误行 #

先手动检查第54行的内容，确认是否误输入了分隔符（比如逗号、制表符）导致字段拆分异常：

with open('datawisata.csv', 'r', encoding='utf-8') as f:
    lines = f.readlines()
print(lines[53])  # Python列表是0索引，第54行对应索引53

修正该行格式后，再用原代码读取即可。

方案2：让pandas容忍字段不匹配的行 #

如果不需要保留错误行，可使用on_bad_lines参数（pandas 1.3.0及以上版本支持）跳过或警告错误行：

• 直接跳过错误行：

df = pd.read_csv('datawisata.csv', skip_blank_lines=False, on_bad_lines='skip')

• 仅警告不中断解析：

df = pd.read_csv('datawisata.csv', skip_blank_lines=False, on_bad_lines='warn')

方案3：强制按最大字段数解析所有行 #

如果需要保留错误行的内容，可先计算文件中最大字段数，再统一列结构：

# 先统计最大字段数（假设分隔符为逗号，根据实际修改）
max_cols = 0
with open('datawisata.csv', 'r', encoding='utf-8') as f:
    for line in f:
        current_cols = len(line.strip().split(','))
        if current_cols > max_cols:
            max_cols = current_cols

# 按最大字段数读取文件
df = pd.read_csv('datawisata.csv', skip_blank_lines=False, names=[f'col{i+1}' for i in range(max_cols)])

关于空白数据替换的问题 #

不需要提前将空白替换为“blank”。skip_blank_lines=False会保留空白行，pandas默认将空白行的字段值设为NaN，若需要统一替换为“blank”，可在读取后执行：

df.fillna('blank', inplace=True)

内容的提问来源于stack exchange，提问作者Jessen Jie