我试图使用熊猫操作.csv文件，但我得到这个错误:
pandas.parser.CParserError:标记数据错误。C错误:第3行有2个字段，见12
我试着读过熊猫的文件，但一无所获。
我的代码很简单:
path = 'GOOG Key Ratios.csv'
#print(open(path).read())
data = pd.read_csv(path)
我该如何解决这个问题?我应该使用csv模块还是其他语言?
文件来自晨星公司
当前回答
有时候问题不在于如何使用python，而在于如何处理原始数据。 我得到了这个错误信息
Error tokenizing data. C error: Expected 18 fields in line 72, saw 19.
结果发现，在列描述中有时会有逗号。这意味着需要清理CSV文件或使用另一个分隔符。
其他回答
我遇到了这个问题，我试图在不传递列名的情况下读取CSV。
df = pd.read_csv(filename, header=None)
我事先在一个列表中指定了列名，然后将它们传递到名称中，它立即解决了这个问题。如果您没有设置列名，您可以创建与数据中可能存在的最大列数量一样多的占位符名称。
col_names = ["col1", "col2", "col3", ...]
df = pd.read_csv(filename, names=col_names)
在我的例子中，这是因为csv文件的第一行和最后两行格式与文件的中间内容不同。
因此，我所做的是将csv文件作为字符串打开，解析字符串的内容，然后使用read_csv获取数据帧。
import io
import pandas as pd
file = open(f'{file_path}/{file_name}', 'r')
content = file.read()
# change new line character from '\r\n' to '\n'
lines = content.replace('\r', '').split('\n')
# Remove the first and last 2 lines of the file
# StringIO can be considered as a file stored in memory
df = pd.read_csv(StringIO("\n".join(lines[2:-2])), header=None)
解析器被文件头弄糊涂了。它读取第一行并从该行推断列数。但是前两行并不能代表文件中的实际数据。
用data = pd试试。read_csv(路径,skiprows = 2)
我有一个已有行号的数据集，我使用index_col:
pd.read_csv('train.csv', index_col=0)
你可以试试;
data = pd.read_csv('file1.csv', sep='\t')
