Python bug 导入数据框的 csv 文件

Question

import pandas as pd

# Read the CSV file with the specified encoding
df = pd.read_csv("Moodle/perguntas_1.csv", encoding = 'utf-8')

# Display the DataFrame
print(df)

它不会将 csv 文件导入到数据框中。 出现以下错误

Traceback (most recent call last):
  File "C:\Users\Carlos-DESKTOP\Documents\Universidade\Licenciatura - Eng.ª Informática\1º Ano\2º Semestre\Laboratório de programação\moodle_test.py", line 13, in <module>
    df = pd.read_csv("Moodle/perguntas_1.csv", encoding = 'utf-8')
  File "C:\Users\Carlos-DESKTOP\AppData\Roaming\Python\Python312\site-packages\pandas\io\parsers\readers.py", line 1026, in read_csv
    return _read(filepath_or_buffer, kwds)
  File "C:\Users\Carlos-DESKTOP\AppData\Roaming\Python\Python312\site-packages\pandas\io\parsers\readers.py", line 626, in _read
    return parser.read(nrows)
  File "C:\Users\Carlos-DESKTOP\AppData\Roaming\Python\Python312\site-packages\pandas\io\parsers\readers.py", line 1923, in read
    ) = self._engine.read(  # type: ignore[attr-defined]
  File "C:\Users\Carlos-DESKTOP\AppData\Roaming\Python\Python312\site-packages\pandas\io\parsers\c_parser_wrapper.py", line 234, in read
    chunks = self._reader.read_low_memory(nrows)
  File "parsers.pyx", line 838, in pandas._libs.parsers.TextReader.read_low_memory
  File "parsers.pyx", line 905, in pandas._libs.parsers.TextReader._read_rows
  File "parsers.pyx", line 874, in pandas._libs.parsers.TextReader._tokenize_rows
  File "parsers.pyx", line 891, in pandas._libs.parsers.TextReader._check_tokenize_status
  File "parsers.pyx", line 2061, in pandas._libs.parsers.raise_parser_error
pandas.errors.ParserError: Error tokenizing data. C error: Expected 1 fields in line 3, saw 2

使用 pandas 库将此 csv 文件导入到数据框中。

Answer 1

您遇到的错误可能是由于读取 CSV 文件时

pandas

预期的列数与文件第 3 行中找到的列数存在差异所致。这种错误通常出现在 CSV 文件使用与默认值

","

不同的分隔符的情况下。

要解决此问题，您可以尝试以下方法：

1. 指定正确的分隔符：检查 CSV 文件中使用的分隔符。如果文件使用不同的分隔符（例如分号

   ;

   、制表符

   \t

   或空格 ），则需要使用

   sep

   参数指定它。查看您提供的图像，您似乎正在使用用葡萄牙语编写的数据，例如巴西的默认分隔符是

   ";"

   而不是“,”。要直观地检查分隔符，您可以使用如下代码：

   with open("Moodle/perguntas_1.csv", "r", encoding="utf-8") as fh:
       text = fh.read()
       print(text)
   

   如果实际上文件没有使用

   ","

   作为分隔符，而是使用

   ";"

   ，您可以将其指定为

   pandas.read_csv

   ，如下所示：

   df = pd.read_csv("Moodle/perguntas_1.csv", encoding='utf-8', sep=';')
   

2. 处理不规则的列数：如果问题是由于行间的列数不规则而导致的，并且您想忽略这些差异，则可以将参数

   on_bad_lines

   设置为

   "skip"

   并跳过坏行。或者，如果您希望 pandas 警告您跳过了哪些行，您可以将参数

   on_bad_lines

   设置为

   "warn"

   。以下是有关如何在读取 CSV 文件时跳过错误行并发出警告的示例：

   on_bad_lines="warn")
   df = pd.read_csv("Moodle/perguntas_1.csv", encoding='utf-8', on_bad_lines="skip")
   

注释

您还可以尝试通过将参数

sep

从

pandas.read_csv

设置为

None

来强制 pandas 推断 CSV 文件的正确分隔符，如下所示：

df = pd.read_csv("Moodle/perguntas_1.csv", encoding='utf-8', sep=None, engine='python')

请注意，上述解决方案比指定正确的分隔符并使用默认的 C 引擎要慢得多。如果您的 CSV 文件中存在冲突的分隔符，它也可能不起作用。