read_csv将换行符误作分隔符是因为默认解析器未正确处理引号内换行；需显式设置quoting、quotechar、lineterminator，必要时改用engine='python'并规范导出参数。
为什么 read_csv 会把换行符当成分隔符？
默认情况下，pandas.read_csv 把
当作行结束标志，哪怕它出现在双引号内的字段里。如果原始 CSV 中某列含真实换行（比如用户评论、多行地址），而文件又没用引号包裹该字段，Pandas 就会提前截断——结果是行数变多、列数错位、ParserError: Expected x fields in line y。
关键判断点：先用文本编辑器或 head -n 5 file.csv 看前几行，确认换行是否在引号内。如果是，说明数据本身合规，问题出在 Pandas 解析参数没对齐。
- 必须设
quotechar='"'（默认值，但显式写出更稳妥） - 必须设
quoting=csv.QUOTE_MINIMAL或更高严格度（别用QUOTE_NONE） - 推荐加
lineterminator=' '显式声明，避免 Windows/Mac 换行符干扰 - 如果已出现解析错误，先用
error_bad_lines=False（旧版）或on_bad_lines='skip'（1.3+）临时跳过，再定位问题行
用 engine='python' 处理顽固换行字段
c 引擎（默认）速度快但对嵌入换行支持弱；python 引擎基于 Python 自带 csv 模块，能更好处理引号内换行，代价是慢 2–5 倍。当 quoting 和 quotechar 配置后仍报错，就该切引擎。
实操时直接传参：pd.read_csv('data.csv', engine='python', quoting=csv.QUOTE_ALL)。注意：QUOTE_ALL 要求所有字段都带引号，若源文件不满足，得先预处理或改用 QUOTE_MINIMAL。
常见陷阱：engine='python' 不支持 dtype 的某些优化写法（如 {'col': 'string'}），建议统一用 str 或后续用 astype() 转。
清洗已加载但被拆散的 DataFrame
如果换行已被错误解析成多行，且没有唯一 ID 关联上下文，基本无法全自动还原。但若有某列（如 id 或时间戳）能标识“本该是一条记录”，就可以按该列分组、合并字符串：
df['comment'] = df.groupby('id')['comment'].transform(lambda x: '
'.join(x.astype(str)))
df = df.drop_duplicates(subset=['id'])
更安全的做法是先标记疑似断裂行：df['is_continuation'] = df['id'].isna() & df['timestamp'].isna()，再人工抽检。别依赖 fillna(method='ffill') 直接填，容易串行。
如果字段中混有
、
、
多种换行，统一清理用：df['text'] = df['text'].str.replace(r'
|
|
', ' ', regex=True) —— 注意正则里
要写成 \n 在字符串中，但 regex=True 下可直写。
导出时保留字段内换行的正确姿势
用 to_csv 写回时，若字段含换行却没被引起来，下游工具（Excel、其他脚本）必然再次解析失败。必须确保：
-
quoting=csv.QUOTE_MINIMAL（默认，够用）或QUOTE_ALL（更保险） -
line_terminator=' '显式指定，避免 pandas 自作主张用 - 不要手动删字段里的换行再导出——这等于丢数据，应让 CSV 标准机制处理
一个易忽略的点：如果用 to_csv(index=False)，但原始数据有缺失索引或重复索引，导出后可能行序错乱，间接导致换行字段错位。导出前先 reset_index(drop=True) 更稳。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
