我的文件是这个
4 7 a a
s g 6 8 0 d
g 6 2 1 f 7 9
f g 3
1 2 4 6 8 9 0
我使用 pandas 以 pandas 对象的形式保存它。但我收到以下错误 pandas.parser.CParserError: Error tokenizing data. C error: Expected 6 fields in line 3, saw 8
我使用的代码是file = pd.read_csv("a.txt",dtype = None,delimiter = " ")
任何人都可以提出一个包含该文件的想法吗？
【问题讨论】：
标签： python file pandas multiple-columns
这是一种方法。
In [50]: !type temp.csv
4,7,a,a
s,g,6,8,0,d
g,6,2,1,f,7,9
f,g,3
1,2,4,6,8,9,0
读取 csv 到列表列表，然后转换为 DataFrame。
In [51]: pd.DataFrame([line.strip().split(',') for line in open('temp.csv', 'r')])
Out[51]:
0 1 2 3 4 5 6
0 4 7 a a None None None
1 s g 6 8 0 d None
2 g 6 2 1 f 7 9
3 f g 3 None None None None
4 1 2 4 6 8 9 0
【讨论】：
使用 pandas 会引发错误，因为函数期望有一定数量的列，在本例中为 6，但当它到达第三行时遇到 8。处理此问题的一种方法是不读取列数多于数据框第一行的行。这可以使用error_bad_lines 参数来完成。这就是文档对error_bad_lines 的评价：
error_bad_lines : 布尔值，默认 True Lines 字段太多 （例如，逗号太多的 csv 行）默认情况下会导致 引发异常，并且不会返回任何 DataFrame。如果为假， 那么这些“坏行”将从 DataFrame 中删除，即 回来。 （仅对 C 解析器有效）
所以你可以这样做：
>>> file = pd.read_csv("a.txt",dtype = None,delimiter = " ",error_bad_lines=False)
Skipping line 3: expected 6 fields, saw 8
Skipping line 5: expected 6 fields, saw 7
>>> file
4 7 a a.1
s g 6 8.0 0.0 d
f g 3 NaN NaN NaN
或者您可以使用skiprows 参数来跳过您想要的行，这就是文档对skiprows 的说法：
skiprows : 类列表或整数，默认无 要跳过的行号 （0-indexed）或文件开头要跳过的行数（int）
【讨论】：