如果您想在read_csv级别进行这种“清理”，可以先读取列并准备转换器。

import pandas as pd

def cleanup(value):
    if type(value) != str or value[0] != "=":
        return value

    return value[2:-1]

# first extract all the columns using the header (row number 0)
columns = pd.read_csv("data.csv", sep=";", nrows=0).columns
# then apply the cleanup method
df = pd.read_csv("data.csv", sep=";", converters={col: cleanup for col in columns})

print(df)

字符串
还有另一种解决方案：首先正常读取数组，然后在所有单元格上应用cleanup函数。

import pandas as pd

def cleanup(value):
    if type(value) != str or value[0] != "=":
        return value

    return value[2:-1]

df = pd.read_csv("data.csv", sep=";")
ndf = df.map(cleanup)
print(ndf)

型

• ..摆脱 Package ="".任何想法，这可以在read_csv级别上完成吗？*

我不确定你是否可以通过调整 * quot 'args * 来做到这一点，但你可以尝试this regex separator：

df = pd.read_csv("in.csv", sep=r'"?[;"]=?"?', engine="python", index_col=False)

字符串
输出量：

print(df)

   PackingListNumber  OrderNumber  ... QuantityShipped TotalPrice (EUR)
0         2007100976     12669151  ...               1             16,9

[1 rows x 15 columns]

型
对比表：
| [* sep *]|艺术家|标题|价格（EUR）|EANCode| Infoline| PoReference|总价（欧元）|
| - -|- -|- -|- -|- -|- -|- -|- -|
| ;个|="天气预报"|="消失先生-有色-"|="16，9"|2019 - 10 - 19 00：00：00| ="180 GR./纸/1500份金色和黑色大理石乙烯基"|- -|="16，9"|
| regex的|天气报告|消失先生-有色-|16.9| 8719262030909| 180 GR./纸/1500份金色和黑色大理石乙烯基||16.9|

一行代码：

df = df.applymap(lambda x: x.lstrip('="').rstrip('"') if isinstance(x, str) else x) # remove =""

字符串

测试代码：

import pandas as pd

df = pd.read_csv("input.csv", sep=";")
df = df.applymap(lambda x: x.lstrip('="').rstrip('"') if isinstance(x, str) else x) # remove =""

new_file_path = 'new_file.csv'
df.to_csv(new_file_path, index=False, sep=';', encoding='utf-8')

型

输出：

PackingListNumber;OrderNumber;ArticleId;Artist;Title;Units;MediaType;Price (EUR);EANCode;InfoLine;ReleaseDate;PoReference;ShippedAt;QuantityShipped;TotalPrice (EUR)
2007100976;12669151;1E8085;WEATHER REPORT;MR. GONE -COLOURED-;1;LP;16,9;8719262030909;180GR./INSERT/1500 COPIES ON GOLD & BLACK MARBLED VINYL;16-Jun-2023;;06-Nov-2023;1;16,9

型