0

我目前正在尝试构建一个相当简单的脚本，它将比较来自 CSV 的两个 DataFrame 并执行内部合并以删除重复项。现在我注意到我的一个 CSV 文件如下所示：

Row [0]: One column
Row [1:]: 2+ columns

现在，当我尝试通过 pandas.csv_read(...) 导入它时，我收到以下错误

Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
File "/Library/Frameworks/Python.framework/Versions/7.3/lib/python2.7/site-packages/pandas-0.10.0-py2.7-macosx-10.5-i386.egg/pandas/io/parsers.py", line 391, in parser_f
return _read(filepath_or_buffer, kwds)
File "/Library/Frameworks/Python.framework/Versions/7.3/lib/python2.7/site-packages/pandas-0.10.0-py2.7-macosx-10.5-i386.egg/pandas/io/parsers.py", line 207, in _read
return parser.read()
File "/Library/Frameworks/Python.framework/Versions/7.3/lib/python2.7/site-packages/pandas-0.10.0-py2.7-macosx-10.5-i386.egg/pandas/io/parsers.py", line 624, in read
ret = self._engine.read(nrows)
File "/Library/Frameworks/Python.framework/Versions/7.3/lib/python2.7/site-packages/pandas-0.10.0-py2.7-macosx-10.5-i386.egg/pandas/io/parsers.py", line 945, in read
data = self._reader.read(nrows)
File "parser.pyx", line 634, in pandas._parser.TextReader.read (pandas/src/parser.c:5795)
File "parser.pyx", line 656, in pandas._parser.TextReader._read_low_memory (pandas/src/parser.c:6015)
File "parser.pyx", line 734, in pandas._parser.TextReader._read_rows (pandas/src/parser.c:6892)
File "parser.pyx", line 791, in pandas._parser.TextReader._convert_column_data (pandas/src/parser.c:7596)
File "parser.pyx", line 1015, in pandas._parser.TextReader._get_column_name (pandas/src/parser.c:10425)

我认为这与第一行有关，因为当我删除它时，问题就消失了。我怎样才能忽略这些错误并用空值填充其余部分？

最好的，奥利弗

4

1 回答 1

0

我认为正确的答案是你不能，一般来说。 csv_read期望输入格式正确。当您超出预期输入时，每个人都可能想要不同的行为。例如，如果您的输入如下所示：

0
1,2,3
4,5,6
7,8,9

一个人可能想忽略第一行，另一个人可能想为第一行的两个缺失列填充 NA 值，另一个人可能只想读取第一列（推断第一行只有一列，并忽略后续行上的多余值）。这三种解决方案都是合理的，因此最好将数据清理工作留给用户。

话虽如此，如果您发布有关您尝试清理的输入类型的更多信息，我相信这里有人可以帮助您。

于 2013-02-21T15:31:43.997 回答