Pandas导入CSV时因列值含空格导致Test Results、S/N列数据读取不全的问题

你当前使用的基础pd.read_csv()其实已经完整读取到了CSV中的所有单元格内容，出现“导入不完整”的视觉效果，是两个原因叠加导致的：

• CSV内Test Results、S/N两列的字符串本身被插入了大量无意义的分隔空格，不是连续的有效内容
• Pandas默认的控制台打印规则会自动截断长字符串、限制列展示宽度，因此print输出里只能看到两列的开头1-2个字符，容易误以为数据没有读全

第一步：验证CSV读取的完整性 #

运行以下代码，直接提取指定单元格的原始内容，绕开显示截断规则做校验：

scores_df = pd.read_csv('20210112.csv')
# 直接查看第一行的两列完整原始值
print("Test Results列原始值：", scores_df.loc[0, 'Test Results'])
print("S/N列原始值：", scores_df.loc[0, 'S/N'])

如果运行后能看到O K 、2 1 B . A 1 5 4 . 0 1 6 2 1 6 9 这类完整带空格的字符串，就说明CSV解析过程没有丢失数据，不需要反复调整读取参数。

第二步：批量清理两列的多余空格 #

直接对目标两列做批量空格移除，把内嵌的所有无意义空格替换为空值：

# 指定需要清理的列
clean_cols = ['Test Results', 'S/N']
# 批量替换列内所有空格
scores_df[clean_cols] = scores_df[clean_cols].apply(
    lambda col: col.str.replace(' ', '', regex=False)
)

处理完成后，两列的内容会恢复成预期的有效格式：

• 原来的O K 会变成无空格的OK
• 原来的2 1 B . A 1 5 4 . 0 1 6 2 1 6 9 会变成连续的设备编号21B.A154.0162169

第三步：调整显示规则，避免打印时内容截断 #

如果清理完数据后，print输出仍出现列内容截断的问题，可以手动调整Pandas的显示参数，关闭长字符串截断规则：

# 设置列最大显示宽度为无限制，展示完整字符串内容
pd.set_option('display.max_colwidth', None)
# 重新打印即可看到全部完整列值
print(scores_df)

注意：原CSV是带双引号包裹的标准结构化格式，read_csv()的默认参数就可以正确识别带内嵌空格的引号字段，不需要额外加分隔符、引号解析配置，避免因为不必要的参数调整引入新的读取错误。

内容的提问来源于stack exchange，提问作者tthammak-DE