pandas读取csv文件时报错的解决方式,你get到了吗?

在用Jupyter Notebook编译python代码时,我想引入pandas模块对csv文件中的数据进行读取
代码如下:

import pandas as pd
data = pd.read_csv('data.csv')
print(data)

可却报出这样的错误:

---------------------------------------------------------------------------
ParserError                               Traceback (most recent call last)
<ipython-input-46-005476584c49> in <module>
      1 import pandas as pd
----> 2 data = pd.read_csv('data.csv')

F:\anaconda\envs\AI\lib\site-packages\pandas\io\parsers.py in parser_f(filepath_or_buffer, sep, delimiter, header, names, index_col, usecols, squeeze, prefix, mangle_dupe_cols, dtype, engine, converters, true_values, false_values, skipinitialspace, skiprows, skipfooter, nrows, na_values, keep_default_na, na_filter, verbose, skip_blank_lines, parse_dates, infer_datetime_format, keep_date_col, date_parser, dayfirst, cache_dates, iterator, chunksize, compression, thousands, decimal, lineterminator, quotechar, quoting, doublequote, escapechar, comment, encoding, dialect, error_bad_lines, warn_bad_lines, delim_whitespace, low_memory, memory_map, float_precision)
    674         )
    675 
--> 676         return _read(filepath_or_buffer, kwds)
    677 
    678     parser_f.__name__ = name

F:\anaconda\envs\AI\lib\site-packages\pandas\io\parsers.py in _read(filepath_or_buffer, kwds)
    452 
    453     try:
--> 454         data = parser.read(nrows)
    455     finally:
    456         parser.close()

F:\anaconda\envs\AI\lib\site-packages\pandas\io\parsers.py in read(self, nrows)
   1131     def read(self, nrows=None):
   1132         nrows = _validate_integer("nrows", nrows)
-> 1133         ret = self._engine.read(nrows)
   1134 
   1135         # May alter columns / col_dict

F:\anaconda\envs\AI\lib\site-packages\pandas\io\parsers.py in read(self, nrows)
   2035     def read(self, nrows=None):
   2036         try:
-> 2037             data = self._reader.read(nrows)
   2038         except StopIteration:
   2039             if self._first_chunk:

pandas\_libs\parsers.pyx in pandas._libs.parsers.TextReader.read()

pandas\_libs\parsers.pyx in pandas._libs.parsers.TextReader._read_low_memory()

pandas\_libs\parsers.pyx in pandas._libs.parsers.TextReader._read_rows()

pandas\_libs\parsers.pyx in pandas._libs.parsers.TextReader._tokenize_rows()

pandas\_libs\parsers.pyx in pandas._libs.parsers.raise_parser_error()

ParserError: Error tokenizing data. C error: Expected 1 fields in line 4, saw 2

试了网上很多的方法后依然没有解决这个问题,然后就猜测是不是文件命名格式出现了问题,于是在原来的目录下新创Excel文件,将其另存为csv文件格式,重新编译程序,竟然可以成功读取数据了。
问题解决方式总结:不能直接将后缀为.xlsx格式的文件改成.csv,而是需要将其另存为.csv格式
另外,需要说明的是,出现这样的错误的原因有很多,如果我的方法不能解决你的问题,可以看看下面我整理的一些大佬的解决方法:
pandas读、写csv文件错误解决办法(重要)
pandas 读csv文件,报错:ParserError:Error tokenizing data.
pandas解决“pandas.parser.CParserError: Error tokenizing data. C error: Expected 2 fields in line 3, s”
pandas.errors.ParserError: Error tokenizing data. C error: Expected 2 fields
pandas.read_csv()导入大文件时出现pandas.errors.ParserError: Error tokenizing data. C error: Buffer overflow

  • 9
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
Python中,使用pandas库可以方便地读取较大的CSV文件。在引用中,使用了pandasread_csv函数,并将iterator参数设置为True,这样可以实现分块读取文件的功能。然后使用get_chunk方法逐块读取数据,这样可以避免一次性加载整个文件导致内存不足的问题。这种方法在性能方面表现良好,可以快速加载大型CSV文件。另外,在引用中,也展示了使用pandasread_csv函数来读取一个CSV文件的方法,可以根据需要设置文件路径和参数。最后,在引用中,还展示了使用pandas的head方法和tail方法来查看CSV文件的前10条和最后10条数据的方法,这对于了解文件的格式和内容也很有帮助。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [数据处理:1 用pandas处理大型csv文件 2 使用Pandas分块处理大文件 3 分块读取](https://blog.csdn.net/wld914674505/article/details/81431128)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [【数据处理】Pandas读取CSV文件示例及常用方法(入门)](https://blog.csdn.net/AwesomeP/article/details/124975721)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

江小猿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值