如何将指定CSV文件读取为pandas DataFrame？泰坦尼克号CSV读取列合并问题

解决方案 #

你可以按以下步骤排查解决：

• 第一步先确认文件实际分隔符，不要默认是逗号。执行以下代码查看文件前两行的原始内容，就能直观看到分隔符类型：

with open("titanic_train.csv", 'r', encoding='utf-8', errors='ignore') as f:
    print(repr(f.readline()))
    print(repr(f.readline()))

repr()会把转义字符也打印出来，比如制表符会显示为\t，分号会直接显示为;，避免你看不到隐藏的分隔符。

• 如果确认分隔符确实是逗号，尝试使用以下参数组合读取，覆盖90%以上的异常场景：

df = pd.read_csv(
    "titanic_train.csv",
    sep=',',
    quotechar='"',  # 处理被引号包裹的字段内逗号
    encoding='utf-8-sig',  # 处理文件带BOM头的情况
    engine='python'  # 兼容更多特殊格式，比默认C引擎容错性更高
)
df.head()

• 如果上述方法仍无效，你可以手动指定列名跳过表头识别测试：

# 先获取实际列数，按列数手动传列名列表
df = pd.read_csv(
    "titanic_train.csv",
    sep=',',
    header=None,
    names=['PassengerId','Survived','Pclass','Name','Sex','Age','SibSp','Parch','Ticket','Fare','Cabin','Embarked'],
    skiprows=1
)

内容的提问来源于stack exchange，提问作者vilsef