Python 熊猫误读csv

我有一个非常简单的问题：我尝试将以下数据读入数据帧

如果我使用以下代码，则输出的格式与我预期的格式不同，因为CSV未“分离”：

---

你知道我的错误在哪里吗？

你可以直接从URL读取CSV：

url = 'https://www.ecdc.europa.eu/sites/default/files/documents/Data_response_graphs_2020-10-21.csv'
dmeasures = pd.read_csv(url, sep=",")
print(dmeasures)

印刷品：

            Country            Response_measure  date_start    date_end
0           Austria                 ClosDaycare  2020-03-16  2020-05-04
1           Austria                    ClosHigh  2020-03-16  2020-09-30
2           Austria                    ClosPrim  2020-03-16  2020-05-18
3           Austria                  ClosPubAny  2020-03-16  2020-04-13
4           Austria           ClosPubAnyPartial  2020-04-14         NaN
..              ...                         ...         ...         ...
460  United Kingdom        StayHomeOrderPartial  2020-05-10  2020-07-04
461  United Kingdom               StayHomeRiskG  2020-03-16  2020-07-05
462  United Kingdom        StayHomeRiskGPartial  2020-07-06  2020-08-01
463  United Kingdom         TeleworkingClosures  2020-03-16  2020-05-09
464  United Kingdom  TeleworkingClosuresPartial  2020-05-10         NaN

[465 rows x 4 columns]

---

url='1〕https://www.ecdc.europa.eu/sites/default/files/documents/Data_response_graphs_2020-10-21.csv"

---

pd.read_csv（url，sep=“，”，header=True）

它对我有用，你只是忘记了文件周围的引号

dmeasures=pd.read\u csv（“file.csv”，sep=“，”，header=0，）

感谢您的帮助-我知道我可以读取URL，但我需要将数据集保存在服务器上以确保数据一致性。如果我在URL中阅读，一切正常。但是，如果我保存文件，分离就不起作用了…有什么想法吗？我认为这不是直接的python问题…@Sebastian您可以将数据帧保存为文件

dmeasures.to_csv（'file.csv'，index=False）

@Andrej，很抱歉误解：我已经在服务器上有了这个数据集，但我需要使用一个旧版本-在阅读这个旧版本时，我有这个问题。我用“当前”数据集尝试了同样的方法，但遇到了同样的问题…@Sebastian问题是什么？旧文件看起来像什么？它没有

，

作为分隔符？它看起来完全一样，只是没有更新。如果我将链接数据集（导入前）保存在计算机/服务器上/（很遗憾，我需要这样做），然后尝试将其作为数据帧导入，则值不会分开…我不知道直接使用URL时为什么会这样。欢迎使用。请在回答中添加说明和代码格式好吗？

            Country            Response_measure  date_start    date_end
0           Austria                 ClosDaycare  2020-03-16  2020-05-04
1           Austria                    ClosHigh  2020-03-16  2020-09-30
2           Austria                    ClosPrim  2020-03-16  2020-05-18
3           Austria                  ClosPubAny  2020-03-16  2020-04-13
4           Austria           ClosPubAnyPartial  2020-04-14         NaN
..              ...                         ...         ...         ...
460  United Kingdom        StayHomeOrderPartial  2020-05-10  2020-07-04
461  United Kingdom               StayHomeRiskG  2020-03-16  2020-07-05
462  United Kingdom        StayHomeRiskGPartial  2020-07-06  2020-08-01
463  United Kingdom         TeleworkingClosures  2020-03-16  2020-05-09
464  United Kingdom  TeleworkingClosuresPartial  2020-05-10         NaN

[465 rows x 4 columns]