如何修复熊猫 csv 阅读器上的“错误标记数据”？

Question

我正在尝试使用 Pandas 读取 csv 文件。

该文件实际上只有一行，但是每当我尝试读取它时都会导致错误。

第 8 行似乎发生了错误，但我几乎找不到第 8 行，因为上面显然只有一行。

我喜欢：

with codecs.open("path_to_file", "rU", "Shift-JIS", "ignore") as file:

df = pd.read_csv(file, header=None, sep="\t")
df

然后我得到：

ParserError: Error tokenizing data. C error: Expected 1 fields in line 8, saw 3

我不明白到底发生了什么，所以你的任何建议将不胜感激。

Answer 1

我为此苦苦挣扎了将近半天，我用记事本打开了 csv 并注意到分隔符是 TAB 而不是逗号，然后尝试了 belo 组合。

df = pd.read_csv('C:\\myfile.csv',sep='\t', lineterminator='\r')

Answer 2

尝试df = pd.read_csv(file, header=None, error_bad_lines=False)

Answer 3

现有答案不会在您的数据框中包含这些额外的行。 如果您希望您的数据框与其最宽点一样宽，您可以使用以下内容：

delimiter = ','
max_columns = max(open(path_name, 'r'), key = lambda x: x.count(delimiter)).count(delimiter)
df = pd.read_csv(path_name, header = None, skiprows = 1, names = list(range(0,max_columns)))

如果确实有标题，则设置 skiprows = 1，以后您始终可以检索标题列名称。 您还可以识别填充的列数多于原始标题中列名数的行。