使用pandas.read_csv读取CSV文件报错字段数不匹配如何解决

问题原因 #

该报错的核心是CSV文件的列解析结果不一致：文件前6行解析后均为5个字段，第7行解析后得到7个字段，大概率是部分字段内容中包含了默认分隔符（逗号）但没有被引号包裹转义，并非你猜测的列缺失数据。

解决方案 #

你可以根据自己的需求选择对应方案：

• 方案1：强制指定列数读取
  如果确认文件最大列数为7，可以手动指定列名，不足列的位置会自动填充空值：

import pandas as pd
file = 'data/opel_corsa_01.csv'
# 可根据实际业务修改列名，这里示例定义7个列
col_names = ['col1', 'col2', 'col3', 'col4', 'col5', 'col6', 'col7']
df = pd.read_csv(file, names=col_names, engine='python')

• 方案2：修正读取参数
  先打开原始CSV查看第7行的格式，确认分隔符、转义规则是否和默认参数匹配：如果实际是分号分隔就添加sep=';'参数，如果字段用单引号包裹就添加quotechar="'"参数：

# 示例为使用分号作为分隔符的情况
df = pd.read_csv(file, sep=';', engine='python')

• 方案3：跳过异常行（不需要异常行数据时使用）
  如果你不需要保留列数异常的行，可直接跳过。注意error_bad_lines参数在pandas 1.4.0及以上版本已弃用，替换为on_bad_lines参数：

# pandas >= 1.4.0 版本
df = pd.read_csv(file, on_bad_lines='skip', engine='python')
# pandas < 1.4.0 版本
df = pd.read_csv(file, error_bad_lines=False, engine='python')

• 方案4：逐行排查格式问题
  如果以上方案都不生效，可先逐行打印前10行内容，确认格式差异后再调整参数：

with open(file, 'r', encoding='utf-8') as f:
    for i in range(10):
        print(f'第{i+1}行：', f.readline())

内容的提问来源于stack exchange，提问作者user12722902