我正在尝试将CSV文件的片段读入pandas DataFrame,当我将nrows设置为超过某个点时,我遇到了麻烦.我的CSV文件被拆分为具有不同标题/数据类型的不同段,因此我浏览了该文件并找到了不同段的行号,并保存了行号.当我尝试做的时候:
pd.io.parsers.read_csv('filename',skiprows=40,nrows=12646)
CParserError: Error tokenizing data. C error: Expected 56 fields in line 13897,saw 71
确实,13897行有那么多行,这就是我试图使用nrows和skiprows的原因.我可以找到pandas将读取的最后一行,它与其余部分看起来没什么不同.在十六进制编辑器中查看文件,我仍然没有看到任何区别.
pd.io.parsers.read_csv('file2',skiprows=112,nrows=18524) <class 'pandas.core.frame.DataFrame'> Int64Index: 18188 entries,0 to 18187
但:
pd.io.parsers.read_csv('file2',nrows=18525)
得到:
CParserError: Error tokenizing data. C error: Expected 56 fields in line 19190,saw 71
有什么我想念的吗?还有另一种方法吗?
我在Windows上使用:pandas-0.10.1.win-amd64-py3.3,numpy-MKL-1.7.1rc1.win-amd64-py3.3和python-3.3.0.amd64.我在numpy-unoptimized-1.7.1rc1.win-amd64-py3.3中遇到了同样的问题.