Pandas.read_csv “意外的数据结束”错误

问题描述

我正在尝试使用 pd.read_csv() 读取数据集时出现错误。

import pandas as pd

df2 = pd.read_csv("/content/data.txt",sep=" ",header=0,names=['word','label1','label2'],engine="python")

我收到错误

Error: unexpected end of data

During handling of the above exception,another exception occurred:

ParserError                               Traceback (most recent call last)

我的 Data.txt 文件看起来像

n en en
wish en en
very en en
happy en en
b en en
" univ univ
day en en
to en en
u en en
........... univ univ

当我用其他一些标点符号替换这个 " 时，它工作正常。

我该怎么做才能解决这个问题？为什么这个 " 标记会发生这种情况？

解决方法

设置参数引用为3。

引用： int 或 csv.QUOTE_* 实例，默认 0

控制每个 csv.QUOTE_* 常量的字段引用行为。使用其中之一 QUOTE_MINIMAL (0)、QUOTE_ALL (1)、QUOTE_NONNUMERIC (2) 或 QUOTE_NONE (3).

示例：

df = pd.read_csv("t.txt",sep=" ",header=0,names=['word','label1','label2'],engine="python",quoting=3)

输出：

          word label1 label2
0         wish     en     en
1         very     en     en
2        happy     en     en
3            b     en     en
4            "   univ   univ
5          day     en     en
6           to     en     en
7            u     en     en
8  ...........   univ   univ

参考：https://pandas.pydata.org/docs/reference/api/pandas.read_csv.html