Python Pandas 错误标记数据

Question

我正在尝试使用 pandas 来操作 .csv 文件，但出现此错误：

pandas.parser.CParserError：错误标记数据。 C 错误：第 3 行应有 2 个字段，但看到 12 个

我试图阅读熊猫文档，但一无所获。

我的代码很简单：

 path = 'GOOG Key Ratios.csv'
#print(open(path).read())
data = pd.read_csv(path)

我该如何解决这个问题？我应该使用 csv 模块还是其他语言？

文件来自 晨星

原文由 abuteau 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

你也可以试试；

 data = pd.read_csv('file1.csv', on_bad_lines='skip')

请注意，这会导致违规行被跳过。

编辑

对于 Pandas < 1.3.0 尝试

data = pd.read_csv("file1.csv", error_bad_lines=False)

根据 熊猫 API 参考。

原文由 richie 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

这可能是一个问题

• 数据中的分隔符
• 第一行，正如@TomAugspurger 指出的那样

要解决它，请尝试在调用 read_csv 时指定 sep 和/或 header 参数。例如，

 df = pandas.read_csv(filepath, sep='delimiter', header=None)

在上面的代码中， sep 定义了你的分隔符和 header=None 告诉熊猫你的源数据没有标题/列标题的行。因此 文档 说：“如果文件不包含标题行，那么您应该明确传递 header=None”。在这种情况下，pandas 会自动为每个字段 {0,1,2,…} 创建整数索引。

根据文档，分隔符应该 不是 问题。文档说“如果 sep 是 None [未指定]，将尝试自动确定它。”然而，我在这方面运气不佳，包括带有明显分隔符的实例。

另一种解决方案可能是尝试自动检测分隔符

# use the first 2 lines of the file to detect separator
temp_lines = csv_file.readline() + '\n' + csv_file.readline()
dialect = csv.Sniffer().sniff(temp_lines, delimiters=';,')

# remember to go back to the start of the file for the next time it's read
csv_file.seek(0)

df = pd.read_csv(csv_file, sep=dialect.delimiter)

原文由 william_grisaitis 发布，翻译遵循 CC BY-SA 4.0 许可协议