使用pandas.read_csv读取含冒号时间列的CSV报错求助

问题重现 #

CSV以分号;为分隔符，行结构示例：

01/09/22;00:00;1829664;884435280;30256;7618031;827711;9559232

执行代码：

df = pd.read_csv('\MyCSV.csv', sep=';')

报错：Error tokenizing data. C error: Expected 4 fields in line 3, saw 18
删除含冒号:的时间列后可正常读取，确认问题源于该列。

可行解决办法 #

• 改用Python解析引擎
  pandas默认的C引擎对部分特殊字符场景处理不够灵活，切换到Python引擎可规避这类tokenizing错误：

  df = pd.read_csv('\MyCSV.csv', sep=';', engine='python')
  

• 明确指定列数/列名
  提前定义匹配字段数量的列名，让pandas跳过自动推断字段数的步骤：

  # 自定义8个列名，对应示例行的字段数量
  col_names = ['date', 'time', 'col3', 'col4', 'col5', 'col6', 'col7', 'col8']
  df = pd.read_csv('\MyCSV.csv', sep=';', names=col_names, header=None)
  

  若CSV自带表头，移除header=None参数即可。

• 跳过/处理异常行
  若报错行的时间列存在格式错误（如意外混入分号），可设置跳过错误行（仅允许丢失部分数据时使用）：

  df = pd.read_csv('\MyCSV.csv', sep=';', on_bad_lines='skip')
  

内容的提问来源于stack exchange，提问作者Ignpl