Python 删除csv文件中不需要的引号和逗号

我需要从csv文件中删除不需要的引号和逗号。样本数据如下所示

header1, header2, header3, header4
1,       "ABC",   BCD,     "EDG",GHT\2\TST"

最后一列有一些自由文本值，看起来像是一个新列，但它在excel中打开，然后看起来像这样

EDG",GHT\2\TST

请指导我修复最后一列

试过这个-

sed 's/","/|/g' $filename | sed 's/|",/||/g' | sed 's/|,"/|/g' | sed 's/",/ /g' | sed 's/^.//' | awk '{print substr($0, 1, length($0)-1)}' | sed 's/,/ /g' | sed 's/"/ /g' | sed 's/|/,/g' > "out_"$filename

这应该从列中找到

“

或

，

，并将其替换为空

df = df.str.replace('[",]','',regex=True)

---

您可以这样做：

打开（“data.txt”、“r”）作为f：
对于f.readlines（）中的行：
列=行。拆分（“，”）#按“，”拆分
列[3]=“”。联接（列[3:]）#将列4合并到…最后
列[3]=列[3]。替换（“\”，“”）。替换（“，”）``删除不需要的字符
删除列[4:]#删除所有不必要的列
打印（“%s |%s |%s |%s”%（列[0]、列[1]、列[2]、列[3]））

My data.txt文件：

1, "ABC", BCD, "EDG",GHT\2\TST"
2, "CBA", DCB, "GDV",DHZ,\2RS"

输出：

1 | "ABC" | BCD | EDGGHT\2\TST

2 | "CBA" | DCB | GDVDHZ\2RS

---

只有最后一列包含逗号时，此解决方案才有效。

能否请您共享您希望最后一列的外观？这看起来不像有效的CSV文件删除引号和逗号后，最后一列的值应该看起来像EDG GHT\2\TST，以便我可以在HiveI中加载它假定这是来自熊猫数据帧，但也许不是。这只是一个文件吗？我认为您可以告诉excel使用制表符分隔符而不是逗号分隔符，它应该正确地读取它？但这可以替换列标题2值“ABC”中的“valid”，我不希望它被替换，我只希望它被替换为已在“”中的任何值，如“EDG”、GHT\2\TST，而不是“ABC”，那么，这只是一个获得正确正则表达式的问题吗？我不太擅长正则表达式，所以这对我来说不是那么简单。这个正则表达式有效吗

“（“|，）[.]*

能够通过使用sed和awk组合来完成，如下所示：``sed's/”、“/|/g'$filename | sed's/|“、/|/g'/sed's/”、///g'| sed's/^.//''awk'{print substr（$0，1，长度（$0）-1）`sed's/，///g'/g'/sed's/，///g'/sed's/“sed's/，///U124G''s/”$filename``谢谢Theo的帮助，但是这些值可以出现在csv文件的任何列中，所以您无法确定哪列是哪列。。。CSV文件使用逗号分隔列。也许您可以在导出数据之前为逗号添加转义符？这是正确的。当我在MS Excel中打开csv时，它会正确地打开它，并能向我显示哪一列是哪一列，但当我使用opencsv serde将此csv加载到Hive外部表中时，由于不需要的“组合”，值会发生移动。某些系统使用

，

（逗号和空格）来拆分列，这始终是您的情况吗？它仅用逗号分隔。