使用pandas读取CSV文件遇编码及格式异常问题求助

• 分隔符不匹配：Numbers导出CSV时，可能默认使用了逗号以外的分隔符（比如分号;、制表符\t），而pandas的read_csv()默认以逗号分隔，导致整行数据被识别为单列，格式混乱。可以尝试指定分隔符参数，比如pd.read_csv("your_file.csv", sep=";")或pd.read_csv("your_file.csv", sep="\t")测试。
• 残留非UTF-8字符：即使选择UTF-8导出，原始文件中的特殊字符（如全角符号、旧编码遗留字符）可能未被彻底转换。可以用pd.read_csv("your_file.csv", encoding_errors="replace")替换错误字符，或用chardet库检测文件实际编码：

  import chardet
  with open("your_file.csv", "rb") as f:
      detect_result = chardet.detect(f.read())
  print(detect_result["encoding"])
  

  之后用检测出的编码读取，比如pd.read_csv("your_file.csv", encoding="gbk")（如果检测结果是gbk的话）。
• 表格结构破坏：Numbers中的合并单元格、空行、多级表头，在导出CSV时会丢失原有结构，导致pandas识别的表头与数据不对应。可以用文本编辑器打开导出的CSV，检查是否有多余空行、表头换行或未转义的单元格内换行符，再用skiprows参数跳过空行，或header参数指定正确的表头行位置。
• 引号处理异常：Numbers会给包含逗号、引号的单元格自动添加引号，但如果嵌套引号处理不当，会导致pandas解析错误。可以尝试指定引号相关参数，比如import csv; pd.read_csv("your_file.csv", quoting=csv.QUOTE_ALL, quotechar='"')来适配。

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