指定line_terminator：

print(pd.read_csv('data.csv', line_terminator='n'))

  country  metric  2011  2012
0     USA   GDPr     7     4
1     USA  Pop.r     2     3
2      GB   GDPr     8     7

最新情况：

在最近的Pandas版本中(最初的答案是2015年)，参数的名称改为lineterminator。

致正在处理此类问题的其他任何人：

@Mike-Müller的答案实际上并没有解决这个问题，当文件被其他CSV阅读器(例如Excel)读取时，它仍然被损坏。您需要在写入文件时而不是在读取文件时修复此问题。

问题在于不引用包含换行符的字符串(\r、\n或\r\n，具体取决于操作系统样式)。这不会保留CSV阅读器(例如Pandas、Excel等)解析换行符，然后将加载的CSV文件弄乱，使每个未加引号的记录都有多行。

在Python中，广义换行符是\r\n，因为您可以通过这些字符来剥离字符串，例如str.strip('\r\n')。这将使Python识别并覆盖所有操作系统换行符样式。

在Pandas中，通过line_terminator='\r\n'读取CSV文件会将所有包含\n或\r的字符串括在双引号中，以保留引号并防止读者稍后解析换行符。

仅提供以下代码：

pd.to_csv('data.csv', line_terminator='rn'))

在我的例子中，应用quoting=csv.QUOTE_ALL解决了问题。

import csv
pd.to_csv('some_data.csv', quoting=csv.QUOTE_ALL)

我有三个可行的解决方案。在我看来，所有这些都同样强劲。

这个(应该归功于@Shayan Amani)运行得很好，因为现在read_csv只将\n视为行分隔符，因此‘\r’只是一个字符。请注意，to_csv的行为将因平台而异；在Windows上，行由‘\r\n’分隔。但这不会改变结果，这要归功于read_csv的skip_blank_lines=True选项。

df.to_csv("tmp/test.csv", index=False)
pd.read_csv("tmp/test.csv", lineterminator="n")

这个解决方案通过强制对文本列使用引号来解决问题。

import csv
df.to_csv("tmp/test.csv", index=False, quoting=csv.QUOTE_NONNUMERIC)
pd.read_csv("tmp/test.csv")

另一种选择是在保存时显式指定行分隔符。这样，带有‘\r’的文本现在被引号。

df.to_csv("tmp/test.csv", index=False, line_terminator="rn")
pd.read_csv("tmp/test.csv")