Python read_csv-ParserError：标记数据时出错

Question

我了解为什么在尝试df = pd.read_csv(file)时出现此错误：

ParserError: Error tokenizing data. C error: Expected 14 fields in line 7, saw 30

当它在csv中读取时，它在第一行中看到14个字符串/列，基于csv的第一行将其称为标头（这是我想要的）。

但是，这些列在行下进一步扩展（特别是到达第7行时）。

我可以通过跳过第1-6行来找到可以读入的解决方案，但我不希望这样。 我仍然希望读取整个csv，但不是标题为14列，而是如何将标题设为30列，并且如果没有文本/字符串，则将该列保留为“”或null或一些随机编号。 换句话说，我不在乎它的名字，我只需要空格即可使它可以在第6行之后解析。

我想知道是否有一种方法可以读取csv，并明确表示有30列，但尚未找到解决方案。

Answer 1

我可以提出一些我认为应该起作用的随机解决方案。

1）设置Header = None并在read_csv的“名称”属性中指定列名称。

 df=pd.read_csv(file, header=None, namees = [field1, field2, ...., field 30])

PS。 如果您的CSV尚无标题，则此方法有效。

2）其次，您可以尝试使用以下命令（如果您的csv已包含标题行）

df=pd.read_csv(file, usecols=[0,1,2,...,30])

让我知道这是否适合您。

谢谢，

罗汉·霍达卡（Rohan Hodarkar）

Answer 2

关于尝试的问题，请注意error_bad_lines=False将导致跳过有问题的行

data = pd.read_csv('File_path', error_bad_lines=False)

只有几个集体答案。

第一行中的数据中的分隔符可能是一个问题，要解决此问题，请在调用read_csv时尝试指定sep和/或header参数。 例如，

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

在上面的代码中，sep定义了定界符，header = None告诉熊猫您的源数据没有标题/列标题行。 因此说：“如果文件不包含标题行，那么您应该显式传递header = None”。 在这种情况下，pandas自动为每个字段{0,1,2，...}创建整数索引。

根据文档，定界符问题不应该成为问题。 文档说：“如果sep为None [未指定]，将尝试自动确定这一点。” 但是，我还没有遇到好运，包括带有明显分隔符的实例。

这可能是分隔符的问题，因为大多数csv CSV是使用sep ='/ t'创建的，因此请尝试使用制表符（\\ t）和分隔符/ t来读取read_csv。 因此，尝试使用以下代码行打开。

data=pd.read_csv("File_path", sep='\t')

要么

pandas.read_csv('File_path',header=None,sep=', ')