Pandas 在 read_csv 中跳过行，我可以将这些记录到变量/日志文件中吗

Question

我在这里看到了类似的问题，但没有什么是我想做的。

我正在使用 tsv/csv 文件读取

        try:
            dataframe = pd.read_csv(
                filepath_or_buffer=filename_or_obj,
                sep='\t',
                encoding='utf-8',
                skip_blank_lines=True,
                error_bad_lines=False,
                warn_bad_lines=True,
                dtype=data_type_dict,
                engine='python',
                quoting=csv.QUOTE_NONE
            )
        except UnicodeDecodeError:
            dataframe = pd.read_csv(
                filepath_or_buffer=exception_filename_or_obj,
                sep='\t',
                encoding='latin-1',
                skip_blank_lines=True,
                error_bad_lines=False,
                warn_bad_lines=True,
                dtype=data_type_dict,
                engine='python',
                quoting=csv.QUOTE_NONE
            )

我在文件中明确定义了标题，但有时我看到文件有意外的附加列，并在控制台中收到以下消息

Skipping line 251643: Expected 20 fields in line 251643, saw 21

这对我的过程很好，我只想知道一种方法可以将这些消息或行记录到 dataframe 或日志文件中，以便我知道哪些行已被跳过。 由于任何人都可以提交文件并且这是格式问题，我对修复消息不感兴趣，只是记录失败的行号

提前非常感谢:)

编辑：包括 try except 子句

Answer 1

为了重现该问题，我使用了以下 CSV 文件（ dummy.csv ）：

F1,F2,F3
11,A,10.54
18,B,0.12,low
24,A,19.00
10,C,7.01,low
22,D,39.11,high
49,E,12.12

可能会注意到某些行有额外的字段。

由于我们使用的是error_bad_lines=False ，因此不会引发错误/异常，因此try-except不是前进的道路。 我们需要重定向stderr ：

from contextlib import redirect_stderr
import pandas as pd
# import io

with open('error_messages.log', 'w') as h:
    # f = io.StringIO()
    # with redirect_stderr(f):
    with redirect_stderr(h):
        df = pd.read_csv(filepath_or_buffer='dummy.csv',
                sep=',',            # change it for your data
                encoding='latin-1',
                skip_blank_lines=True,
                error_bad_lines=False,
                # dtype=data_type_dict,
                engine='python',
                # quoting=csv.QUOTE_NONE
                )
        # h.write(f.getvalue())      # Write the error messages to log file

print(df)

上面的代码会将消息写入日志文件！

这是来自日志文件的示例 output：

Skipping line 3: Expected 3 fields in line 3, saw 4
Skipping line 5: Expected 3 fields in line 5, saw 4
Skipping line 6: Expected 3 fields in line 6, saw 4

更新

根据建议修改了代码（在下面的评论中）