如何在Python中去除数组中的分号？Pandas读取CSV文件分号处理

嘿，这个问题我之前也碰到过！看起来你的CSV应该是用**逗号（或者其他默认分隔符）**分隔的，但最后一列的每个值末尾都额外加了分号——这时候单纯把分隔符设为;肯定没用，因为其他列的分隔逻辑完全不对。

给你几个简单直接的解决方案：

方案1：读取后直接处理目标列 #

先正常读取CSV，然后针对带分号的列用str.replace去掉分号，如果需要转成数值类型（毕竟你这列看起来是数值），再转成float：

import pandas as pd

# 先正常读取文件（假设原分隔符是逗号）
df = pd.read_csv('your_data.csv')

# 去掉Z-Axis列的分号
df['Z-Axis'] = df['Z-Axis'].str.replace(';', '', regex=False)

# 转成数值类型（可选，但推荐，方便后续计算）
df['Z-Axis'] = pd.to_numeric(df['Z-Axis'])

这里加regex=False是因为我们只是替换普通字符，不需要正则匹配，这样更快也更安全。

方案2：读取时就处理（用converters参数） #

如果不想读取后再额外处理，可以在read_csv的时候直接指定转换器，提前去掉分号：

# 用lambda函数简洁处理
df = pd.read_csv(
    'your_data.csv',
    converters={'Z-Axis': lambda x: x.replace(';', '')}
)

# 同样转数值
df['Z-Axis'] = pd.to_numeric(df['Z-Axis'])

要是你有多个列都带分号，还可以写个通用函数传给converters。

方案3：批量处理所有带分号的字符串列 #

如果不确定哪些列有分号，或者多列都存在这个问题，可以用applymap批量处理所有字符串类型的列：

df = df.applymap(lambda x: x.replace(';', '') if isinstance(x, str) else x)

这样会自动跳过数值类型的列，只处理字符串列里的分号。

处理完之后你再看df['Z-Axis'].dtype，应该就从object变成float64了，数值也能正常用啦！

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