Pandas调用to_csv()保存CSV时单条记录拆分为多行如何解决

根本原因 #

导出CSV后单条记录被拆为多行，是因为DataFrame的文本字段（示例中为comment_text列）本身包含\n、\r类换行符，Pandas默认写入时不会主动处理字段内部的换行符，这些换行符会被直接识别为CSV的行分隔标记，最终导致记录断裂。

可行方案 #

• 方案1：提前清洗文本内换行符（完全匹配你需要的单行存储效果）
  该方案会直接把字段内的所有换行替换为空格，导出后用任何工具打开都是单条记录占单行：

  # 单文本列处理示例，替换所有换行、连续换行为单空格
  df['comment_text'] = df['comment_text'].astype(str).str.replace(r'[\r\n]+', ' ', regex=True)
  
  # 正常导出即可
  df.to_csv('result.csv', index=False)
  

  如果需要批量处理所有文本列，无需逐列指定：

  # 筛选所有字符串类型列批量清洗
  str_columns = df.select_dtypes(include=['object', 'string']).columns
  df[str_columns] = df[str_columns].apply(
      lambda x: x.astype(str).str.replace(r'[\r\n]+', ' ', regex=True)
  )
  df.to_csv('result.csv', index=False)
  

• 方案2：合法包裹带特殊字符的字段（保留文本内换行的场景使用）
  如果你不想删除文本中原有的换行，只需要保证CSV读取时不会出现记录错位，可以通过指定quoting参数，让Pandas给带换行、逗号、引号的字段自动加双引号包裹，符合规范的CSV解析工具（Pandas、Excel等）读取时会自动识别引号内的内容属于同一字段，不会拆分行：

  import csv
  # QUOTE_MINIMAL模式会自动给含特殊字符的字段加引号
  df.to_csv('result.csv', index=False, quoting=csv.QUOTE_MINIMAL)
  

  注意：该方案导出的文件用纯文本编辑器打开时，仍能看到字段内部的换行，属于合法CSV格式，不存在数据错误。

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