Question

我有以下csv：

A,B
1,2,3
4,5,6

我正在运行的 pd.read_csv('file.csv',sep=',', index_col=False)

这为我提供了以下数据框，而忽略了最后一列：

A,B
1,2
4,5

我想要的是熊猫失败（即引发索引错误或解析器错误），因为csv格式不正确（缺少一个标头）。

PS：与数据框在同一行上运行

A
1,2,3
4,5,6

将会失败，并抛出索引错误。

Answer 1

您可以通过参数header=None和skiprows=1省略标头值：

temp=u"""A,B
1,2,3
4,5,6"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(pd.compat.StringIO(temp), header=None, skiprows=1)
print (df)
   0  1  2
0  1  2  3
1  4  5  6

如果还想替换不存在的值：

c = pd.read_csv(pd.compat.StringIO(temp), nrows=0).columns.tolist()
df.columns = c + df.columns[len(c):].tolist()
print (df)
   A  B  2
0  1  2  3
1  4  5  6

编辑：

temp=u"""A,B
1,2,3
4,5,6"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(pd.compat.StringIO(temp), header=None, skiprows=1, nrows=1)
#print (df)

c = pd.read_csv(pd.compat.StringIO(temp), nrows=0).columns.tolist()
if len(c) != len(df.columns):
    raise ValueError("The number of columns in header is different thant the number of lines")
else:
    df = pd.read_csv(pd.compat.StringIO(temp))
    print (df)

@Lawis通信的另一种解决方案：

with open('data.csv') as f:
    header = next(f).count(',')
    firstrow = next(f).count(',')
    f.seek(0)

    if header != firstrow:
        raise ValueError("The number of columns in header is 
                           different thant the number of lines")
    else:
        df = pd.read_csv(f)
        print (df)

缺少一个标头时，强制read_csv失败

1 个答案: