如何用Python Pandas处理CSV文件字段内的多余逗号？

核心思路 #

明确目标列数后，将每行最后n-1个逗号视为列分隔符（n为总列数），把首个字段内的多余逗号直接移除，再重新拼接成规范的CSV行。

代码实现（Python） #

假设你的CSV总共有3列（如示例），可以用rsplit快速分割并处理：

# 设定目标列数，可从表头自动获取：len(header.split(','))
n_cols = 3
keep_commas = n_cols - 1  # 需要保留的分隔符数量

processed_lines = []

# 读取原文件并处理
with open('your_input.csv', 'r', encoding='utf-8') as infile:
    # 保留表头
    header = infile.readline().strip()
    processed_lines.append(header)
    
    for line in infile:
        line = line.strip()
        if not line:
            processed_lines.append(line)
            continue
        
        # 从右侧分割成n_cols部分，自动忽略首个字段内的逗号
        parts = line.rsplit(',', keep_commas)
        if len(parts) == n_cols:
            # 移除首个字段里的所有多余逗号
            parts[0] = parts[0].replace(',', '')
            # 重新拼接成规范行
            processed_lines.append(','.join(parts))
        else:
            # 正常行直接保留
            processed_lines.append(line)

# 写入修复后的CSV
with open('fixed_output.csv', 'w', encoding='utf-8') as outfile:
    outfile.write('\n'.join(processed_lines))

代码说明 #

1. 自动分割逻辑：rsplit(',', keep_commas)会从字符串右侧开始分割，仅用最后keep_commas个逗号作为分隔符，首个字段内的逗号会被包含在第一部分中。
2. 多余逗号处理：直接替换首个字段内的所有逗号（如示例中Donald Trump, Jr变为Donald Trump Jr）。
3. 兼容性：空行、正常格式的行会被直接保留，不做修改。

自动获取列数 #

如果不确定列数，可以从表头自动计算：

with open('your_input.csv', 'r', encoding='utf-8') as infile:
    header = infile.readline().strip()
    n_cols = len(header.split(','))
    keep_commas = n_cols - 1
    # 后续处理逻辑同上

内容的提问来源于stack exchange，提问作者dustsucker