Python Pandas read_csv大文件将每列放在一个文件中

Python Pandas read_csv大文件将每列放在一个文件中,python,pandas,csv,Python,Pandas,Csv,我有一个文件,我正试图通过pandas命令read\u csv读取它。但是,我没有读取5行21列,而是得到以下输出: 手动更改文件的错误格式是一种可行的解决方案,但是,实际大小相当大(约1GB),无法手动更改。请考虑以下解决方案: df = pd.read_csv("test.csv", sep="\"\,\"") data = pd.concat([df.iloc[:,0].str.split(',', expand=True).rename(columns=dict(zip([0,1],

我有一个文件,我正试图通过pandas命令read\u csv读取它。但是,我没有读取5行21列,而是得到以下输出:


手动更改文件的错误格式是一种可行的解决方案,但是,实际大小相当大(约1GB),无法手动更改。请考虑以下解决方案:

df = pd.read_csv("test.csv", sep="\"\,\"")
data = pd.concat([df.iloc[:,0].str.split(',', expand=True).rename(columns=dict(zip([0,1], df.columns[0].split(',')))), df.iloc[:,1:]], axis=1)

将返回一个
(5,21)
形状的
数据

@GeorgeDavidKing ok,关于
sep=“\”,\”
,您可以更改结果中列的类型df@VanPeer奥巴马的评论回答了这一切。您的csv文件不均匀。所有内容都被包装在双
“元素”
)中,但第一列标题已损坏。
“c\U id
。您可能需要重新格式化csv,或者在数据帧中读取csv后,再拆分列。
df.iloc[:,0].str.split(',',expand=True)
将给出正确的结果。你可能需要把它追加到你的DF中。考虑我的答案。“如果它不起作用,请告诉我。”哈维潘说。再次感谢你