使用numpy.genfromtxt读取CSV：如何避免条目误分割并跳过初始空格？

这个问题我之前也碰到过——本质是你的CSV文件不符合标准格式：包含逗号的字段没有用双引号包裹，导致np.genfromtxt按逗号分割时错误拆分了原本应该是一个整体的字段。下面给你几个可行的解决思路：

方案1：用Python内置csv模块自定义解析规则（推荐） #

csv模块比genfromtxt更擅长处理非标准CSV场景，如果你能找到字段内逗号和分隔符逗号的规律（比如字段内的逗号后面跟着空格，而分隔符的逗号后面没有空格），可以自定义方言来精准解析：

import csv
import numpy as np

# 注册自定义方言：用正则匹配「后面不跟空格的逗号」作为分隔符，同时跳过分隔符后的空格
csv.register_dialect('custom_dialect', 
                     delimiter=r',(?! )',  # 正则：逗号后面不跟空格
                     skipinitialspace=True, 
                     quoting=csv.QUOTE_NONE)

# 读取文件并转换为列表
with open('your_file.csv', 'r', newline='') as f:
    reader = csv.reader(f, dialect='custom_dialect')
    data_rows = list(reader)

# 转为numpy数组（dtype根据你的数据类型调整，比如object或str）
final_array = np.array(data_rows, dtype=object)

如果字段内的逗号和分隔符没有明显规律，最稳妥的方式还是手动修正原始CSV：给包含逗号的字段加上双引号，比如把VA, no longer in study改成"VA, no longer in study"，这样用genfromtxt直接读取就完全没问题：

np.genfromtxt('fixed_file.csv', delimiter=',', dtype=str)

方案2：给genfromtxt加后处理逻辑 #

如果你不方便修改原始文件，也可以先用genfromtxt按逗号分割，再手动合并被错误拆分的字段。比如假设被拆分的是第二列（索引1）和第三列，你可以写个简单的循环来修正：

import numpy as np

# 先按逗号读取所有原始数据
raw_data = np.genfromtxt('your_file.csv', delimiter=',', dtype=str, skip_header=0)

# 手动修正每行数据
corrected_data = []
for row in raw_data:
    # 检查是否存在被拆分的字段（比如第二列是'VA'且后面还有列）
    if len(row) > 2 and row[1] == 'VA':
        # 合并第二、第三列，保留其他列
        corrected_row = [row[0], f"{row[1]}, {row[2]}"] + list(row[3:])
    else:
        corrected_row = row
    corrected_data.append(corrected_row)

# 转为numpy数组
final_array = np.array(corrected_data, dtype=object)

补充说明 #

np.genfromtxt本身没有直接的参数可以处理这种“字段内含逗号但无引号”的情况，因为它是基于简单分隔符的轻量解析工具，更适合处理标准格式的CSV。如果经常碰到这类非标准文件，优先用csv模块处理会更省心。

内容的提问来源于stack exchange，提问作者bassoccer56