Python中怎么去除csv文件里的引号和分行

Question

怎么将Csv文件里的数据清洗，需要去除引号和分行，并保存成csv文件

部分数据如下：

sf_guid,sf_nickname,sf_content,sf_creationTime,sf_productColor,sf_score,sf_userClient,sf_days,sf_imageCount,sf_location
79dc24f4671602528a3cbe37a8025df8,鬼***鑫,京东物流发货速度快！已经买了好多次了，质量没问题有保障！护舒宝大品牌值得信赖！舒适度高，透气性好，耐用性强，性价比很高。,2024-02-18 23:08:37,超熟睡裸感肌 290mm 8片,5,4,31,4,"北京
"
37c34f6e2e36f5fb81937c99ab84f2ce,s***7,这款卫生巾老牌子了，一直是我信赖的品牌。京东太方便了，每次都是家里没用的了，直接在京东自营店购买，去超市的时间都省下来了。太幸福了。,2024-02-02 07:32:16,超熟睡柔棉感 350mm 8片,5,4,5,4,"北京
"
5d31f15927f0d90cbf68704e76d47ec7,淡***n,平常都是用的护舒宝，这次换个牌子试试，一次性买了好几包，多买就有优惠，简直是太划算了，而且比超市还便宜些，特别喜欢京东的物流，真是神速，这么冷的天，还下着雨，还送来了，真是喜欢啊！,2024-02-21 23:27:39,超熟睡裸感肌 350mm 8片,5,4,1,3,"湖北
"
0512fb700742a611c8d5c55da701a0cc,n***k,包装好，物流快，价格实惠，比超市便宜多了实用性和颜值都非常的赞，我很喜欢，还会再来买的宝贝收到了，质量很不错，包装精致，材质优秀，比想象中好，送礼自用非常合适，下次继续购买,2024-02-18 22:09:36,超熟睡柔棉感 350mm 8片,5,4,34,3,"天津
"
a295a342b228d68c3b6161970b3dadd5,古***3,好用，一直买的品牌，质量不错，非常好。长期回购，很好，很不错。姨妈期量大，苏菲不侧漏，舒服实用，用完再接着买，一次囤好多了……,2024-01-28 17:13:35,柔棉纤巧 420mm 8片,5,4,11,2,"贵州
"
4e69e0f487c719ea067a9952cdcaa0c1,小***a,夜用卫生巾，首选苏菲，350的长度很有安全感，一整夜不怕侧漏，睡的安心，用的放心，推荐给大家，有活动价格一定要多囤几包，,2024-01-28 13:46:06,超熟睡裸感肌 350mm 8片,5,2,5,2,"广东
"
b071977aa0cbef0663bcfcccda86afcd,爱***E,自己一直用这个品牌，透气性很好，薄厚适中，价格也合理，是一款物美价廉，值得信赖的大众品牌。自认为性价比还算比较高，值得信赖的产品,2024-01-28 09:20:02,柔棉纤巧 420mm 8片,5,4,24,2,"河北
"
0b58f5e5e56683c1797c56a434992019,j***6,苏菲大品牌，质量有保障，就认准这个牌子了！绵柔材质的，很舒适，质量很好，用着放心，很透气，赶上活动买很合适，送货也快，值得购买！,2024-02-01 23:31:11,超熟睡裸感肌 350mm 8片,5,4,4,2,"北京
"
a5845d93f9d448426b84787b5aa47031,j***9,一直都用这个品牌。还是很喜欢这款卫生巾的，好用还不贵。赶上京东搞活动更是很优惠，很赞👍每次赶上京东搞活动都会购买一些。京东的到货速度也是很快的，一般当天下单转天就到货了。,2024-02-06 23:29:08,超熟睡柔棉感 350mm 8片,5,2,1,3,"天津
"
df1af82c1f874dac09ad6d85a98b370b,j***9,非常好用的卫生巾，安睡一整晚。赶上京东搞活动立刻下单购买，很赞。而且物流也是很快的，一般当天下单转天就到货了，还是很赞的👍不错的购物体验。,2024-02-06 23:35:55,超熟睡柔棉感 290mm 10片,5,2,2,3,"天津
"
bc7f361fd38f9994abf389eec0ae75ad,y***8,苏菲卫生巾，国际大品牌，质量非常好，非常舒适，而且不会侧漏，价廉物美，物流及时，一次很好的购物体验，还会再买。,2024-02-09 17:32:24,柔棉纤巧 420mm 8片,5,4,1,2,"上海
"

Answer 1

引自免费微信小程序：皆我百晓生

在Python中，您可以使用pandas库来处理CSV文件，并通过其内建函数去除引号和分行。下面是一个完整的解决方案：

import pandas as pd

# 读取原始csv文件并去除末尾的换行符和两边的引号
data = pd.read_csv('input.csv', quoting=3)  # 参数quoting=3表示不引用任何字段

# 处理sf_content列，去除其中的换行符
data['sf_content'] = data['sf_content'].str.replace('\n', '')

# 将处理后的数据写入新的csv文件
data.to_csv('output.csv', index=False, quoting=0)  # 参数quoting=0表示不引用任何字段

这段代码首先读取名为input.csv的原始CSV文件，并设置quoting=3参数以避免将任何内容视为字符串（这样可以去除引号）。然后，它针对sf_content列进行处理，用空字符串替换所有的换行符\n。最后，将清洗后的内容写入到新的CSV文件output.csv中，并设置quoting=0确保输出时不包含引号。

需要注意的是，如果csv文件中的引号是转义的双引号（例如 \"），上述代码会自动处理掉这些转义字符，因为pandas在读取csv时会正确解析它们。但如果引号是非转义的，则需要根据实际情况调整读取策略或进一步清理数据。