Python转换为_csv，是否可以使用.replace（）预先处理双引号转义问题

我正在尝试用python编写一个进程，将数据写入.csv，然后将其BCP到MSSQL数据库中

我使用的基本to_csv命令是：

df.to_csv(csv_path, sep = "«", header = False, index = False, line_terminator="[~~]")

我看到的一个问题是程序如何处理文本中的双引号。如果找到一组双引号，则引号将转义

这一行看起来像：

    1, 7, Executed Job: "abcdf" Complete

在加载到数据中时转换为：

    1, 7, "Executed Job: ""abcdf"" Complete"

这是令人沮丧的，因为这意味着如果我想使用BCP后的数据，我需要在SQL端进一步处理它。因为我的ETL运行在数百个表上，所以实现它将是一个非常头痛的问题

我想知道在通过pandas dataframe.replace函数运行to_csv命令之前，是否有办法处理数据中的引号。是否有任何选项可以将数据帧中的引号转换为双引号，而不会导致转义问题

例如，以下内容：

df.replace('"','\"')
df.to_csv(csv_path, sep = "«", header = False, index = False, line_terminator="[~~]")

编辑：作为参考，我尝试使用doublequote=False并将csv quoting设置为QUOTE NONE，但两者都会导致“需要转义字符和缺少转义字符”错误。

使用

import csv
...
df.to_csv(..., quoting=csv.QUOTE_NONE)

---

让您的生活更轻松，并直接从pandas到sql server：pandas到sql的速度要比bcp慢得多。我当前的ETL设置使用的是TOU sql，但对于非常大的表，它并没有进行剪切。这是有意义的……遗憾的是，我不相信它有意义：请参阅我添加的编辑。如果我设置quoting=csv.QUOTE_NONE，则会创建转义错误。如果我设置QUOTE_NONE并添加一个新的转义字符，那么它会带来需要删除数据库端字符的问题，这很麻烦。用.replace将此问题扼杀在萌芽状态会容易得多，这样我就可以进行1次代码更改，而不是几十次。我应该指定将编辑主ask：使用quote_none或doublequote=False创建转义字符错误。使用任何转义字符代替引号都会产生同样的“需要在数据库中的事实发生后处理字符”问题。我认为在您的情况下，可能还有一些其他字符应该转义。我使用了您显示的行来测试我的代码，并得到了正确的结果。您可以尝试使用df['z'].replace.compiler''，'\\\\'替换。