sep='|'在datafram中运行不正常

Question

我使用的是python3.6和pandas版本0.20.3。你知道吗

我有一个文件的文本是-

17727425 - 1|TM000002|38|cow|country|crow
17727425 - 1|TM000002|64|international|NAME|international ltd
17727425 - 1|TM000002|66|^ference|country|^ference
17727425 - 1|TM000002|80|"|gulf "|DRWENAME|"|gulf "

我制作数据帧的代码是-

df = pd.read_csv(filepath, sep="|", error_bad_lines=False, encoding="ISO-8859-1")

因为我使用的是sep = '|'，所以它应该用“|”分隔文本，但是在文本的最后一行，它使用的是" 我得到的结果是-

17727425 - 1 TM000002 38 cow country crow 0 17727425 - 1 TM000002 64 international NAME international ltd 1 17727425 - 1 TM000002 66 ^ference country ^ference 2 17727425 - 1 TM000002 80 |gulf DRWENAME |gulf

我想知道最后一行为什么sep = '|'不能正常工作，以及应该做些什么来消除这个问题。你知道吗

Answer 1

问题不是sep='|'，而是双引号。你知道吗

默认情况下，熊猫不会在字符串中拆分字段。因此可以更改引号字符串，例如添加quotechar="'"（或\0或文件中未使用的任何字符）。你知道吗

作为替代方法，您可以使用add这个参数：quoting=QUOTE_NONE，它忽略任何引用字符。你知道吗