使用pandas的pd.read_csv读取CSV文件出现ParserError错误是什么原因

这个报错的核心是csv文件的字段数量不匹配：pandas读取文件时默认根据前几行内容推断表格共有3列，但读取到第3行时，该行按默认分隔符（英文逗号）拆分后得到4个字段，数量不匹配导致解析失败。
常见的触发场景有三种：

• 第3行的某个字段值本身包含英文逗号，且没有用引号包裹，被误判为字段分隔符
• 前两行存在合并单元格、异常空值等问题，导致pandas推断的列数比实际少
• 整个csv的行结构本身不规整，不同行的字段数量不一致

方案1：跳过异常行（临时验证场景适用） #

pandas 1.3.0及以上版本可以添加on_bad_lines='skip'参数直接跳过字段数不匹配的行，旧版本可替换为error_bad_lines=False

import pandas as pd
df = pd.read_csv('Case1.csv', on_bad_lines='skip')

方案2：手动指定列名强制读取 #

如果你确认文件实际列数为4，可以手动传入和列数匹配的自定义列名，强制pandas按指定列数读取

df = pd.read_csv('Case1.csv', names=['列1', '列2', '列3', '列4'])

方案3：修正分隔符/引号解析规则 #

如果是字段内含逗号导致的误拆分，可以指定csv的引号规则：

# 字段用双引号包裹的场景适配
df = pd.read_csv('Case1.csv', quotechar='"')

方案4：手动修正原文件 #

直接打开Case1.csv定位第3行，检查格式错误并修正后再读取，是最彻底的解决方式。

内容的提问来源于stack exchange，提问作者user13024918