为什么pandas的read_csv读取csv返回原始数据而非DataFrame

读取文件异常输出截图
使用pandas读取Advertising.csv文件时，所有原始数据被压缩到单列中，列内各值通过逗号分隔，异常输出如下：

,TV,radio,newspaper,sales
0   1,230.1,37.8,69.2,22.1
1   2,44.5,39.3,45.1,10.4
2   3,17.2,45.9,69.3,9.3
3   4,151.5,41.3,58.5,18.5
4   5,180.8,10.8,58.4,12.9

当前使用的读取代码：
df = pd.read_csv(file_path, "Advertising.csv")

问题根源 #

pd.read_csv()的第二个位置参数是用于指定列分隔符的sep参数，上述代码把文件名"Advertising.csv"传给了这个参数，pandas会将字符串"Advertising.csv"作为列分割标记解析文件，自然无法按逗号拆分字段，所有内容被挤到同一列。

修复方法 #

根据路径存储情况选择对应写法：

• 若file_path已经是Advertising.csv的完整文件路径，直接传入即可：

import pandas as pd
df = pd.read_csv(file_path)

• 若file_path是Advertising.csv所在的文件夹路径，先拼接出完整文件路径再传入，不要把文件名作为第二个独立参数传递：

import os
import pandas as pd
full_path = os.path.join(file_path, "Advertising.csv")
df = pd.read_csv(full_path)

补充优化 #

从输出样例可以看到csv第一列是无表头的自增序号，读取时可添加index_col=0参数将该列设为行索引，避免生成多余的无名列：

df = pd.read_csv(full_path, index_col=0)

读取完成后执行df.head()即可验证，正常会输出拆分好的TV、radio、newspaper、sales四列数据，对应行索引为原文件的序号列。

内容的提问来源于stack exchange，提问作者thieba11