大熊猫read_csv（）与sep和quotechar冲突导致意外的列数

Question

看上去here和here这些接近我相信我看到的核心问题，但以其他方式得到修复。

我想解析一个CSV，它有一个现在需要有逗号的字段，需要我们用引号包住这个字段。这是引号中唯一的字段。

我们的分隔符（sep）是逗号，现在我们正在添加引号（quotechar）的字符串分隔符。

我把它煮成这个。在我看来，sep和quotechar应用程序的顺序是导致使用quotechar的行的关键问题，在它们中使用sep将无法工作。

带有最后一行注释的数据文件。

$ cat simple.csv 
column1,column2, column3 
one, two,    three 
one, two,    "three" 
#one, "two, two_again", three 
$ 

代码：

df = pd.read_csv(simple_file, sep=',', header=0, comment='#', quotechar='"') 
print df 

输出：

column1 column2     column3 
0  one  two     three 
1  one  two     "three" 

现在，添加它具有引用字符串中的字符九月的最后一行。

数据文件：

$ cat simple.csv 
column1,column2, column3 
one, two,    three 
one, two,    "three" 
one, "two, two_again", three 
$ 

输出失败：

pandas/parser.pyx in pandas.parser.raise_parser_error (pandas/parser.c:22649)() 
CParserError: Error tokenizing data. C error: Expected 3 fields in line 4, saw 4 

我相信，我想迫使大熊猫首先使用在每一行的报价分隔符，然后使用分隔符，因为它是做相反。似乎无法弄清楚如何。有没有办法告诉熊猫这是我找不到的？

Answer 1

熊猫CSV阅读器会因为您告诉它分隔符严格为'''而感到困惑，但您也将空格用作数据文件中的分隔符。请更改分隔符或修复数据。随着数据

column1,column2, column3 
one,two,three 
one,two,"three" 
one,"two, two_again",three 

您会收到以下

import pandas as pd 
print(pd.read_csv("data.csv", header=None)) 

     0    1   2 
0 column1   column2 column3 
1  one    two  three 
2  one    two  three 
3  one two, two_again  three