Python处理含逗号列的小说文本CSV文件技术问询

嘿，这个问题我碰到过好多次了——当CSV里的字段包含分隔符（比如你这里content列里的逗号）时，pandas默认的read_csv确实会搞砸列的识别，导致数据错位或者报错。别慌，给你几个靠谱的解决方案：

解决方案1：让Pandas识别引号包裹的字段 #

如果你的CSV文件里，包含逗号的content字段是用双引号（或单引号）包裹的（规范的CSV通常会这么做），直接在read_csv里指定quotechar参数就能解决：

import pandas as pd

# 假设字段用双引号包裹
df = pd.read_csv('your_file.csv', quotechar='"')
# 如果是单引号包裹，就改成quotechar="'"

这样Pandas就会把引号内的内容当成一个完整字段，不管里面有多少逗号，不会把它们当成列分隔符。

解决方案2：用Python内置CSV模块预处理 #

如果你的CSV是不规范的（比如包含逗号的字段没加引号），可以先用Python原生的csv模块读取，手动合并被拆分的content字段，再转成DataFrame：

import pandas as pd
import csv

# 定义CSV的字段名
fieldnames = ['book_id', 'title', 'content']

rows = []
with open('your_file.csv', 'r', encoding='utf-8') as f:
    # 用csv.reader读取，指定分隔符为逗号
    reader = csv.reader(f, delimiter=',')
    # 如果你的CSV有表头，先跳过表头：next(reader)
    
    for row in reader:
        # 逻辑：book_id是第1列，title是第2列，剩下的所有列合并成content
        book_id = row[0]
        title = row[1]
        content = ','.join(row[2:])
        rows.append({'book_id': book_id, 'title': title, 'content': content})

# 转成DataFrame
df = pd.DataFrame(rows)

这个方法适合完全不规范的CSV，手动控制每一列的归属，确保content字段完整还原。

解决方案3：确认并指定正确的分隔符 #

如果你的CSV其实不是用逗号分隔（比如误用了分号、制表符），那直接指定sep参数即可：

# 比如分隔符是分号
df = pd.read_csv('your_file.csv', sep=';')
# 如果是制表符，用sep='\t'

不过看你的示例数据，应该是逗号分隔的场景，这个方案可以作为排查方向。

内容的提问来源于stack exchange，提问作者add-semi-colons