使用Pandas读取CSV时如何去除字段中的引号？

嘿，我太懂你遇到的这个糟心问题了——这种全字段带双引号、分隔符还是逗号加空格的CSV，默认的read_csv参数根本摸不清套路，才导致引号硬生生留在了列名和值里。我给你说个一步到位的解决办法，完全不用事后遍历去删引号！

先拆解下问题根源：你的CSV里字段之间是用**, （逗号加空格）**分隔的，但Pandas默认只认单纯的逗号当成分隔符。这样一来，它读到"Version", "Date"的时候，会把"Version"当成第一个列名，然后把 "Date"（带前置空格和引号）当成第二个列名，引号自然就被当成内容保留下来了。

只要调整几个read_csv的参数，就能让Pandas完美识别这种格式：

import pandas as pd
import csv

df = pd.read_csv(
    'myfile.csv',
    sep=', ',          # 明确指定分隔符是逗号加空格
    quotechar='"',     # 告诉Pandas双引号是字段的包裹符号，不是内容的一部分
    escapechar='\\',   # 识别反斜杠为转义符，正确解析像"A\, C"这种带转义逗号的字段
    quoting=csv.QUOTE_ALL  # 声明所有字段都被双引号包裹
)

用这段代码读取后，你再看DataFrame的内容：列名会变成干净的Version、Date、Code，所有值的引号会被自动剥离，就连那个带转义的"A\, C"也会被正确解析成A, C，完全符合预期！

至于你之前用quoting=csv.QUOTE_NONE反而更糟的原因：这个参数会让Pandas彻底忽略引号的特殊作用，把所有引号都当成普通文本，自然就给原本没引号的列也硬加上了引号，完全搞反了方向。

以后遇到类似的CSV格式问题，先盯紧分隔符、包裹符、转义符这三个关键点，调整对应参数就行，比事后遍历删引号高效太多啦。

备注：内容来源于stack exchange，提问作者jeremywat