pd.read_csv设置sep为";",棘手数据集处理求助

• 方案一：匹配Excel文本分列逻辑
  直接指定分隔符为;，同时配置引号处理参数，让pandas正确识别被双引号包裹的字段：

import pandas as pd
import csv

df = pd.read_csv('你的文件路径.csv', sep=';', quotechar='"', quoting=csv.QUOTE_ALL, engine='python')

这个配置会把所有被"包裹的内容视为单个字段，忽略字段内部的;，和Excel文本分列的逻辑完全一致，应该能直接得到19列的结果。

• 方案二：手动预处理文本格式
  如果文件格式存在特殊异常（比如首尾多余引号、分隔符与引号组合混乱），可以先读取原始内容做清洗，再导入pandas：

import pandas as pd
from io import StringIO

# 读取原始文件内容
with open('你的文件路径.csv', 'r', encoding='utf-8') as f:
    raw_content = f.read()

# 替换分隔符并清理引号：把";"换成无冲突的分隔符（比如|），再去掉首尾引号
cleaned_content = raw_content.replace('";"', '|').strip('"')

# 用处理后的内容生成DataFrame
df = pd.read_csv(StringIO(cleaned_content), sep='|')

• 方案三：用原生csv模块读取后转DataFrame
  Python标准库的csv模块对带引号的分隔字段处理更稳定，先读取再转成DataFrame：

import pandas as pd
import csv

row_list = []
with open('你的文件路径.csv', 'r', encoding='utf-8') as f:
    # 配置分隔符和引号规则
    csv_reader = csv.reader(f, delimiter=';', quotechar='"')
    for row in csv_reader:
        row_list.append(row)

# 转成DataFrame，第一行作为列名
df = pd.DataFrame(row_list[1:], columns=row_list[0])

内容的提问来源于stack exchange，提问作者HuiM