功能“；pd.阅读“U csv”；如果在Python3.6中逗号后的文本是双引号的，则不会将其分隔为另一列

使用以下代码：

df = pd.read_csv('chat_daniel.csv', skipinitialspace=True)

在以下数据字段中：

日期、起始日期、内容

2017-09-14上午10:56，“蒂姆X”，“乔”

2017-09-14上午10:57，“丹尼”，“朱克·本·苏伊斯”

2017-09-14上午10:57，“Tim X”，“kan ik komem？”

2017-09-14上午10:58，“蒂姆X”，“伊克黑布2号图德塞朱伦” 等等

我通过print（df.head（））得到以下结果：

2017年9月14日上午10:56，“蒂姆X”，“乔”楠楠楠

2017年9月14日上午10:57，“丹尼”，“朱克本·苏伊斯”楠楠楠楠

2017年9月14日上午10时57分，“蒂姆X”，“你是谁？”楠楠楠楠

2017年9月14日上午10:58，“Tim X”，“ik heb 2 tudseju…NaN NaN NaN”

2017年9月14日上午11:00，“丹尼”，“艾克莫特12号”。。。楠楠

而我应该得到（就像我用csv做的其他事情一样）

2017年9月14日上午10:56“蒂姆X”乔

2017年9月14日上午10:57“丹尼”“朱克本·苏伊斯”

2017年9月14日上午10:57“Tim X”“kan ik komem？”等

到目前为止，我到处都找不到有过同样病例的人。我无法删除所有双引号，因为双引号字段中的所有逗号将创建单独的字段

我已经尝试过将日期、起始日期、内容更改为“起始日期”、“内容”

编辑：使用以下文件和代码：

由于隐私原因被带走

import pandas as pd
import numpy as np
import csv
import os
import re
from datetime import datetime
df = pd.read_csv('chat_daniel.csv', skipinitialspace=True)
print(df.head())
print('-'*40)
print(df.info())

我得到了错误的输出

Edit2（解决方案）：

---

如果你有这个问题，要让它正常工作（假设你的问题像Jack Daniel为我描述的那样），打开excel以外的编辑器，你就会看到这个问题。我使用升华文本轻松地将我的文件编辑到正常状态，而无需手动执行所有操作，完成后所有操作都应正常运行。

您的csv格式错误。如果您在终端或任何文本编辑器中打开csv，您会注意到整个记录是一个大字符串，用双倒逗号括起来。这就是它无法识别逗号分隔值的原因，因为它是一个大字符串，对应于第一列。

如前所述，问题的原因是所有字段都存储在一个字符串中。例如，您可以使用熊猫将它们分开，如下所示：

import pandas as pd
#read your csv file
temp = pd.read_csv('test.csv')
#split the first column and create new columns for each entry
df = temp["Date"].str.split(",", expand = True)
#rename with old column names
df.rename(columns = dict(enumerate(list(temp))), inplace = True)
print(df)

---

附加问题：D先生同意你在这里公开对话吗？

请不要发布任何人都不想阅读的外部链接。尽量保持简单：输入、预期输出、实际输出和代码。我无法重现你的问题。我无法重现。我已经编辑了这篇文章，为你提供了我使用的确切文件和代码。谢谢你的回答！至于D先生，这段对话基本上只包含了同意放学后冷静的信息。哦，该死，我忘了我发送了整个文件。。。。好吧，我现在就删除它。我建议删除Dropbox文件。当我进入修订历史时，我仍然可以看到它。

import pandas as pd
import numpy as np
import csv
import os
import re
from datetime import datetime
df = pd.read_csv('chat_daniel.csv', skipinitialspace=True)
print(df.head())
print('-'*40)
print(df.info())

import pandas as pd
#read your csv file
temp = pd.read_csv('test.csv')
#split the first column and create new columns for each entry
df = temp["Date"].str.split(",", expand = True)
#rename with old column names
df.rename(columns = dict(enumerate(list(temp))), inplace = True)
print(df)