Python read_csv：行尾（EOL）前的分隔符导致列号错误

当文件中的值以分隔符结尾时，使用read_csv读入的列未正确分配。比如说,

import pandas as pd

# File content
columns = ['A','B']
data = [[1,2], [3,4]]

# Generate very simple test file
with open('test.dat', 'w') as fh:
    fh.writelines('{0}\t{1}'.format(*columns))
    for line in data:
        fh.write('\n')
        for val in line:
            # This is the crux: there is a tab-delimiter after each value,
            # even the last one!
            fh.write('{0}\t'.format(val))

# Try to read it
df = pd.read_csv('test.dat', sep='\t', index_col=None)
print(df)

产生

   A   B
1  2 NaN
3  4 NaN

这是一个bug还是一个特性

在这种特定情况下，可以使用

df = pd.read_csv('test.dat', sep='\t', index_col=None, usecols=['A','B'])

正确产生

   A  B
0  1  2
1  3  4

---

但是，对于具有未知的、大量列的文件，此修复是不方便的。“pd.read\u csv”是否有任何选项可以解决此问题？

有趣的是，将*量词添加到sep参数似乎有效：

df = pd.read_csv('test.dat', sep='\t*', index_col=None)

---

分隔符的定义是“分隔其他事物的事物”，因此在行尾有一个分隔符是很奇怪的。在我看来，这是理想的行为——如果不使用额外的分隔符，如何在行尾指定一列NaN？我建议在使用前去掉尾随标签。如果文件非常大，您可以使用sed来执行此操作。事实上，仔细看一下您所拥有的，我确实认为这是一个bug——它应该在末尾有一个“Unamed-2”列，包含所有的NaN。你应该报告！对我来说，这似乎是一个错误。