您可以在sep参数中提供一个正则表达式，以表明您只希望使用#字符作为分隔符，如下所示：

my_cols=["Title","US Gross","Worldwide Gross","Production Budget","Release Date","Distributor","Source","Major Genre","Creative Type","Director","Rotten Tomatoes","Rating","IMDB Rating","IMDB Votes"]
movies=pd.read_csv('Downloads/movies.csv',sep="#{1}",quotechar='"',names=my_cols,engine="python",skiprows=1)

我注意到的第一件事是您的CSV文件具有单个 ＃ 分隔符。

诚然，它有时包含一个序列中的一些散列，但仅意味着 许多输入字段缺少（它们是空字符串）。 这就是为什么散列原则上位于之间的原因 实际上在您的文件中彼此相邻。

要注意的另一件事是 read_csv 的默认行为是 这样的空字符串将被转换为 NaN ，对于 缺少例如字符串。

要关闭此功能，请传递 na_filter = False 。

还请注意，由于只传递了默认值，因此不需要 quotechar 。

engine 参数。

关于列名称的下一个备注是您的第一行 输入文件（列名）包含a.o。 烂番茄评分（一个 列），则您的列列表包含两个列：烂番茄 和 Rating （输入中不存在）。

因此删除 names 参数（您实际上尝试读取所有列）。

另一个细微的细节：如果您传递了 names 参数，则意味着：

• 您的输入不包含任何具有列名的行。
• 您可以自行指定它们。
从第一输入行开始读取
• 数据行。

由于您的文件确实包含列名，因此实际上已读取它们 作为第一行数据。

如果您想将读数“限制”到源列的子集， 通过列列表传递 usecols 参数，但是正如我所见，您没有 需要它。

因此，总而言之，请尝试以下代码：

movies = pd.read_csv('movies.csv',sep='#',na_filter=False)

根据 11：58：03Z

如果在第一个字段中仅“ 仅个哈希”（例如， Revolution＃9 在第803行中），就有可能解决此问题。

想法是：

• 编写专门的解析器，对每行执行反向拆分 从输入文件中读取。
• 仅使用此解析器读取列名（从第一行输入）（因此 消耗第一行）。
• 使用以下命令创建一个调用 pd.DataFrame 的DataFrame：
  • 仅将此解析器作为 data （它将读取“更多”行，即行 包含数据），
  • 列列表以前读为列。

要做到这一点，请按如下所示定义解析器：

def parse_file(fn,sep,maxsplit):
    with open(fn) as f:
        for line in f:
            fields = line.strip().rsplit(sep,maxsplit)
            yield [ tt.strip('"') for tt in fields ]

然后运行：

myParser = parse_file('input.csv','#',12)
cols = next(myParser)
df = pd.DataFrame(myParser,columns=cols)

请注意，删除某些字段周围的双引号的任务 已在解析器中实现（请参见 tt.strip（'“'））。

但是以这种方式读取的DataFrame具有所有 string 类型的列。 因此，您应该将特定的列强制转换为其正确的类型。 例如。所有3个“预算”列都可以强制转换为 int ，而发布日期强制转换为 datetime 。