Question

我有一个csv文件，其中包含几百行13列。 csv文件的结构如下（示例）：

a  b  c  d 

23 43 54 65

76 23 43 63

.

.

a  b  e  c  d

21 12 43 12 09 

23 12 32 43 87

一个标头的值出现在另一标头下。结果，当我使用read_csv时，我得到ParserError：对数据进行令牌化时出错。 C错误：第27458行中应有12个字段，见13。

关于如何清理/重新排列csv文件并将正确的列值放在正确列下的任何建议？也许创建一个新的csv或将其输入到数据库中。谢谢

Answer 1

如果您不需要特别创建数据框，则可以不使用熊猫来轻松处理。标准的csv模块将愉快地读取不同长度的行。每行以列表形式返回。您可以直接使用这些字符串，或者如果需要清理csv，则可以将空字符串追加到列表中，使它们的长度都相同，然后将它们写回到新文件中。

import csv

with open('test.txt','r') as f:
    rdr=csv.reader(f)
    for i in rdr:
        print(i)

Answer 2

如果您可以在 csv 文件中提供列名（总计 13 ）作为文件的第一行，则可以使用 read_csv 会在没有给出任何值的情况下返回null数据，然后您可以将 NaN 替换为所需的任何其他值。