pandas.errors.ParserError: Error tokenizing data. C error: Expected 1 错误通常在使用 Pandas 的 read_csv() 函数读取 CSV 文件时发生,表示 Pandas 在解析某行数据时,期望只有 1 个字段,但实际上发现了更多或更少的字段。这个问题通常是由于数据文件的格式不正确或 read_csv() 函数的参数设置不当所导致的。
with codecs.open("path_to_file", "rU", "Shift-JIS", "ignore") as file: df = pd.read_csv(file, header=None, sep="\t") df 然后我得到: ParserError: Error tokenizing data. C error: Expected 1 fields in line 8, saw 3 我不明白到底发生了什么,所以您的任何建议将不胜感激。 原文由...
path ='water30.csv'df=pd.read_csv(path) 1 2 3 4 注:后两行可写作df=pd.read_csv('water30.csv')。但由于read_csv本身有好多参数(虽然这里不用), 故写成path习惯好些。 这样会报错CParserError: Error tokenizing data. C error: Expected 1 fields in line 4, saw 2 我在网上查了好多种解决办法...
df=pd.read_csv(path) 1. 2. 3. 注:后两行可写作df=pd.read_csv('water30.csv')。但由于read_csv本身有好多参数(虽然这里不用), 故写成path习惯好些。 这样会报错CParserError: Error tokenizing data. C error: Expected 1 fields in line 4, saw 2 ...
pandas.errors.ParserError: Error tokenizing data. C error: Expected 1 fields in line 121, saw 2 解决方法: importpandasaspddata= pd.read_csv(inputfile, encoding='utf-8',header=None,sep ='\t') AI代码助手复制代码 2)第二种错误 错误提示: ...
In this section, I’ll show how to replicate the error message “ParserError: Error tokenizing data. C error: Expected X fields in line Y, saw Z”. Let’s assume that we want to read our example CSV file using the default settings of the read_csv function. Then, we might try to im...
我试图在python中逐行读取csv,但每个解决方案都会导致不同的错误。 Using pandas: filepath="csv_input/frups.csv" data = pd.read_csv(filepath, encoding='utf-16') for thing in data: print(thing) print('') 无法read_csv文件,错误为Error tokenizing data. C error: Expected 7 fields in line 16...
报错:Error tokenizing data. C error: out of memory 解决办法:多次读取再合并 mylist = [] for chunk in pd.read_csv('train_2011_2012_2013.csv', sep=';', chunksize=20000): mylist.append(chunk) big_data = pd.concat(mylist, axis= 0) del mylist 参考资料:Error tokenizing data. C error...
使用pd.read_csv()的时候,报错Error tokenizing data. C error:Expected 28 fields in line 51683, saw 49 解决方法:pd.read_csv(’./xx.txt‘,error_bad_lines=False),会打印出一堆警告,但是可以读取成功数据了。 发布于 2022-02-24 19:05
02.解决办法 把407行多出的字段删除，或者通过在read_csv方法中设置error_bad_line=False来忽略这种错误...