Python csv列值转到新行，导致在中加载错误

我对csv有一个问题，它在一个列中有一个拆分，并转到一个新行。我可以手动编辑.csv来解决这个问题，但是有大约200个文件

数据集包含更多列，并且可以包含null，但是最后一列始终具有值。每次该问题也仅在同一列中出现。因此，我考虑查找最后一个值何时为null，然后尝试用.shift（）填充这些值，但希望找到一种更简单的方法

vscode中的视图 熊猫阅读 通缉纵队 修复您的文件：

• 使用

  m=re.findall（'）（？修复文件：
  
  使用
  m=re.findall（'）（？溶液
  下面是另一个解决方案：
  
  这里的逻辑是首先找到以4位数字开头的行
  
  B.识别行后，任何行（顶部行除外：标题行）
  
  
  没有以4位数字开头的，以及
  没有三个分隔的“
  ”，“

将被追加到上一行

C.最后，在一行的末尾删除任何空白，所有行被放在一起形成一个字符串，如果用户愿意，可以将其写入.csv文件

D.我们使用

io.StringIO

作为数据帧加载此字符串

示例-1

将熊猫作为pd导入
从io导入StringIO
进口稀土
def get_clean_数据（行）：
target_lines=[re.findall（'^\d{4}'，line）表示行中的行]
target_lines_dict=dict（（i，val[0]）如果（len（val）>0）枚举（target_lines）中i，val的else（i，None）
正确的_行=列表（）
行索引=0
对于i，枚举中的行（行）：
如果i==0：
更正\u行。追加（line.strip（））
如果i>0：
如果target_line_dict[i]不是None：
更正\u行。追加（line.strip（））
行索引+=1
其他：
正确的行[行索引]+=''+行.strip（）
正确的_行=[re.sub（'，\s*'，'，'行）+'\n'用于正确的_行中的行]
ss=''。连接（正确的线）
返回ss
#虚拟数据
s=”“”
医嘱ID、水果、计数、人员
3523，苹果，84，彼得
2522，绿色
葡萄，99，玛丽
1299，西瓜，93，保罗
"""
lines=s.strip（）.split（'\n'）
#如果是csv文件，请使用readlines：
#将open（'csv_file.csv'，'r'）作为f：
#行=f.读行（）
#清除数据
ss=获取数据（行）
#生成数据帧
df=pd.read_csv（StringIO（ss），sep='，'）
打印（df）

输出：

   orderid         fruit   count  person
0     3523         apple      84   peter
1     2522   green grape      99    mary
2     1299    watermelon      93    paul

   orderid          fruit   count  person
0     3523          apple      84   peter
1     2522    green grape      99    mary
2     1299     watermelon      93    paul
3     3523          apple      84   peter
4     2522   green banana      99    mary
5     1299     watermelon      93    paul
6     3523          apple      84   peter
7     2522    green apple      99    mary
8     1299     watermelon      93    paul

示例2 现在让我们使用以下虚拟数据

s=”“”
医嘱ID、水果、计数、人员
3523，苹果，84，彼得
2522，绿色
葡萄，99，玛丽
1299，西瓜，93，保罗
3523，苹果，84，彼得
2522，绿色
香蕉，99，玛丽
1299，西瓜，93，保罗
3523，苹果，84，彼得
2522，绿色
苹果，99岁，玛丽
1299，西瓜，93，保罗
"""

输出：

   orderid         fruit   count  person
0     3523         apple      84   peter
1     2522   green grape      99    mary
2     1299    watermelon      93    paul

   orderid          fruit   count  person
0     3523          apple      84   peter
1     2522    green grape      99    mary
2     1299     watermelon      93    paul
3     3523          apple      84   peter
4     2522   green banana      99    mary
5     1299     watermelon      93    paul
6     3523          apple      84   peter
7     2522    green apple      99    mary
8     1299     watermelon      93    paul

解决方案 下面是另一个解决方案：

这里的逻辑是首先找到以4位数字开头的行

B.识别行后，任何行（顶部行除外：标题行）

• 没有以4位数字开头的，以及
• 没有三个分隔的“”，“

将被追加到上一行

C.最后，在一行的末尾删除任何空白，所有行被放在一起形成一个字符串，如果用户愿意，可以将其写入.csv文件

D.我们使用

io.StringIO

作为数据帧加载此字符串

示例-1

将熊猫作为pd导入
从io导入StringIO
进口稀土
def get_clean_数据（行）：
target_lines=[re.findall（'^\d{4}'，line）表示行中的行]
target_lines_dict=dict（（i，val[0]）如果（len（val）>0）枚举（target_lines）中i，val的else（i，None）
正确的_行=列表（）
行索引=0
对于i，枚举中的行（行）：
如果i==0：
更正\u行。追加（line.strip（））
如果i>0：
如果target_line_dict[i]不是None：
更正\u行。追加（line.strip（））
行索引+=1
其他：
正确的行[行索引]+=''+行.strip（）
正确的_行=[re.sub（'，\s*'，'，'行）+'\n'用于正确的_行中的行]
ss=''。连接（正确的线）
返回ss
#虚拟数据
s=”“”
医嘱ID、水果、计数、人员
3523，苹果，84，彼得
2522，绿色
葡萄，99，玛丽
1299，西瓜，93，保罗
"""
lines=s.strip（）.split（'\n'）
#如果是csv文件，请使用readlines：
#将open（'csv_file.csv'，'r'）作为f：
#行=f.读行（）
#清除数据
ss=获取数据（行）
#生成数据帧
df=pd.read_csv（StringIO（ss），sep='，'）
打印（df）

输出：

   orderid         fruit   count  person
0     3523         apple      84   peter
1     2522   green grape      99    mary
2     1299    watermelon      93    paul

   orderid          fruit   count  person
0     3523          apple      84   peter
1     2522    green grape      99    mary
2     1299     watermelon      93    paul
3     3523          apple      84   peter
4     2522   green banana      99    mary
5     1299     watermelon      93    paul
6     3523          apple      84   peter
7     2522    green apple      99    mary
8     1299     watermelon      93    paul

示例2 现在让我们使用以下虚拟数据

s=”“”
医嘱ID、水果、计数、人员
3523，苹果，84，彼得
2522，绿色
葡萄，99，玛丽
1299，西瓜，93，保罗
3523，苹果，84，彼得
2522，绿色
香蕉，99，玛丽
1299，西瓜，93，保罗
3523，苹果，84，彼得
2522，绿色
苹果，99岁，玛丽
1299，西瓜，93，保罗
"""

输出：

   orderid         fruit   count  person
0     3523         apple      84   peter
1     2522   green grape      99    mary
2     1299    watermelon      93    paul

   orderid          fruit   count  person
0     3523          apple      84   peter
1     2522    green grape      99    mary
2     1299     watermelon      93    paul
3     3523          apple      84   peter
4     2522   green banana      99    mary
5     1299     watermelon      93    paul
6     3523          apple      84   peter
7     2522    green apple      99    mary
8     1299     watermelon      93    paul

---

*编辑、vscode和记事本++显示类似的结果。您是如何获得此CSV的？如果您使用python

open（）

，

write（）

创建它，那么您应该使用模块

CSV

，该模块应使用

编写绿色葡萄
在文件中创建正确的csv数据。然后熊猫会正确读取它。遗憾的是，他们是这样下载的…我没有创建它们。我添加了一个部分，以便从所有csv文件中轻松创建数据帧。*编辑、vscode和记事本++显示类似的结果。您是如何获得此csv的？如果您使用python
open（），
write（）
然后您应该使用模块
csv
，该模块应该用
编写
绿葡萄
“
来创建正确的c