Pandas读取CSV时出现反斜杠换行、后续列追加到首列问题排查

异常产生原因 #

1. 表头行末尾的反斜杠是pandas的终端输出软换行标记：当终端默认显示宽度小于DataFrame单行内容总宽度时，pandas会自动将单行拆分为多行展示，反斜杠仅用于标记前后两行属于同一行输出，不属于数据或文件本身的内容。
2. 若确实存在后续列被追加到首列的问题，核心原因为read_csv指定的分隔符和CSV文件实际的列分隔符不匹配：你当前设置了sep=';'，如果文件实际采用逗号、制表符、空格等其他符号做列分隔，pandas就无法正确拆分列，会把多列内容识别为同一列的内容。

解决方法 #

• 先验证数据读取是否正确：执行print(excel1.columns)查看所有列名、执行print(excel1.shape)查看行列数，如果和CSV实际的列数一致，说明仅为显示层面的问题，新增以下配置即可取消折行展示：

pd.options.display.width = None

• 如果确认列数异常、多列合并：根据CSV实际使用的分隔符调整sep参数即可：
  • 逗号分隔：将sep=';'修改为sep=','
  • 制表符分隔：修改为sep='\t'
  • 不定长空格分隔：修改为sep='\s+'
  • 不确定分隔符类型时，可开启自动识别：

  excel1 = pd.read_csv('CO-Chats1.csv', sep=None, engine='python')
  

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