Pandas DataFrame.to_csv字段含逗号导致列错位问题的解决方法

列错位不是pandas导出逻辑出错，是分隔符不匹配导致的：

• 你在to_csv()里手动指定了sep='\t'，也就是用制表符作为列分隔符
• 你双击打开CSV时，系统默认调用的打开工具（比如Excel）默认按逗号识别列分隔符，完全没有按你设置的制表符规则拆分，自然会把字段值里自带的逗号当成分隔符，造成列偏移。

根据你的使用场景选对应方案即可：

方案1：用CSV标准默认配置（最推荐） #

去掉自定义的sep参数，用pandas默认的逗号作为分隔符即可。pandas默认遵循CSV规范，会自动给包含逗号、换行、引号等特殊字符的字段外层包裹双引号，所有符合标准的CSV读取工具都能正确识别带特殊字符的字段，不会错位。
同时建议加上index=False参数，避免pandas把无意义的行索引单独导出成一列，额外造成列错位。
修正后的代码：

import pandas as pd
datalist = {'Owner/Occupant': ["andrew"],
            'Job Address': ["test, newyork"],
            'Buyer': ["andrew"],
            'Phone': ["12312341234"]}

data_list = pd.DataFrame(datalist)
data_list.to_csv('test.csv', index=False)

方案2：保留制表符分隔，打开时手动指定分隔规则 #

如果你导出的文件是给其他依赖制表符分隔的程序使用，不需要改导出代码，只需要在打开文件时，不要直接双击打开，走对应工具的文本导入流程，手动指定分隔符为制表符，即可正常加载所有列，不会出现错位。

方案3：强制全字段加引号兼容 #

如果需要兼容默认双击打开的场景，又担心各种特殊字符导致拆分异常，可以显式配置引用规则，强制给所有字段值外层包裹双引号，避免分隔符识别错误，代码如下：

import pandas as pd
import csv
datalist = {'Owner/Occupant': ["andrew"],
            'Job Address': ["test, newyork"],
            'Buyer': ["andrew"],
            'Phone': ["12312341234"]}

data_list = pd.DataFrame(datalist)
data_list.to_csv('test.csv', index=False, quoting=csv.QUOTE_ALL)

内容的提问来源于stack exchange，提问作者wookidookik123