[英]Python pandas reading file error: ParserError: Error tokenizing data. C error:
I'd like to read this file: https://ufile.io/7orq1ch4我想阅读这个文件: https : //ufile.io/7orq1ch4
result = pd.read_table('Testdata2.txt' , decimal = ',')
print(result)
but the following error occurs但出现以下错误
File "pandas/_libs/parsers.pyx", line 2132, in pandas._libs.parsers.raise_parser_error
文件“pandas/_libs/parsers.pyx”,第 2132 行,在 pandas._libs.parsers.raise_parser_error
ParserError: Error tokenizing data.
ParserError:标记数据时出错。 C error: Expected 1 fields in line 4, saw 11
C 错误:第 4 行中应有 1 个字段,看到 11
尝试pd.read_csv('Testdata2.txt', decimal = ',')
而不是pd.read_table
If you get rid of the first 3 lines of testdata2.txt
and try to load with如果你去掉
testdata2.txt
的前 3 行并尝试加载
df = pd.read_table('testdata2.txt', sep='\t', decimal=',')
print(df)
You get:你得到:
Unnamed: 0 Unnamed: 1 Name 1 ... Name 7 Name 8 Unnamed: 10
0 Value 1 Nr : 1 8681.874 ... 10642.554 10052.674 NaN
1 [Unit] Nr : 2 8845.703 ... 5071.242 8091.932 NaN
2 NaN Nr : 3 8776.430 ... 5574.648 6134.294 NaN
3 NaN Nr : 4 8908.256 ... 5540.018 7125.733 NaN
4 NaN Nr : 5 8569.452 ... 4841.109 7034.558 NaN
5 NaN Nr : 6 8903.974 ... 4944.648 6724.618 NaN
6 NaN Nr : 7 8678.188 ... 4838.960 6583.222 NaN
7 NaN Nr : 8 8721.757 ... 5345.413 5829.537 NaN
8 NaN Nr : 9 8792.308 ... 5177.859 6244.115 NaN
9 NaN Nr : 10 8604.521 ... 4683.798 6081.107 NaN
10 NaN Nr : 11 8945.809 ... 5888.516 6463.932 NaN
11 NaN Nr : 12 8668.207 ... NaN NaN NaN
12 NaN Nr : 13 8865.165 ... NaN NaN NaN
13 NaN Nr : 14 8973.844 ... NaN NaN NaN
14 NaN Nr : 15 8645.630 ... NaN NaN NaN
15 NaN Nr : 16 8915.668 ... NaN NaN NaN
16 NaN Nr : 17 8931.855 ... NaN NaN NaN
17 NaN Nr : 18 9136.108 ... NaN NaN NaN
18 NaN Nr : 19 8605.307 ... NaN NaN NaN
19 NaN Nr : 20 8886.002 ... NaN NaN NaN
20 NaN Nr : 21 8729.902 ... NaN NaN NaN
21 NaN Nr : 22 8781.786 ... NaN NaN NaN
22 NaN Nr : 23 8760.748 ... NaN NaN NaN
23 NaN Nr : 24 9281.921 ... NaN NaN NaN
24 NaN Nr : 25 8842.649 ... NaN NaN NaN
25 NaN Mean 8818.123 ... 5686.251 6942.339 NaN
26 Value 2 Nr : 1 804.036 ... 985.616 930.987 NaN
27 [Unit] Nr : 2 819.208 ... 469.652 749.401 NaN
28 NaN Nr : 3 812.793 ... 516.273 568.102 NaN
29 NaN Nr : 4 825.001 ... 513.066 659.921 NaN
30 NaN Nr : 5 793.625 ... 448.339 651.477 NaN
31 NaN Nr : 6 824.605 ... 457.928 622.773 NaN
[truncated]
Depending on what you are doing, I suggest you to fill the NaN values using:根据您在做什么,我建议您使用以下方法填充 NaN 值:
df.fillna(0, inplace=True)
Bye!再见!
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.