讀取檔案時遇到和列數不對應的行，此時會報錯。若報錯行可以忽略，則新增以下引數:

樣式：

pandas.read_csv(***,error_bad_lines=False)

pandas.read_csv(filePath) 方法來讀取csv檔案時，可能會出現這種錯誤：

ParserError：Error tokenizing data.C error:Expected 2 fields in line 407,saw 3.

是指在csv檔案的第407行資料，期待2個欄位，但在第407行實際發現了3個欄位。

原因：header只有兩個欄位名，但資料的第407行卻出現了3個欄位（可能是該行資料包含了逗號，或者確實有三個部分），導致pandas不知道該如何處理。

解決辦法：把第407行多出的欄位刪除，或者通過在read_csv方法中設定error_bad_lines=False來忽略這種錯誤：

改為

pandas.read_csv(filePath,error_bad_lines=False)

來忽略掉其中出現錯亂(例如，由於逗號導致多出一列)的行。

KeyError錯誤：

報這種錯是由於使用了DataFrame中沒有的欄位，例如id欄位，原因可能是：

.csv檔案的header部分沒加逗號分割，此時可使用df.columns.values來檢視df到底有哪些欄位：

print(df.columns.values)

.在操作DataFrame的過程中丟掉了id欄位的header，卻沒發現該欄位已丟失。

例如：

df=df[df['id']!='null']#取得id欄位不為null的行
df=df['id']#賦值後df為Series，表示df在id列的值，而不再是一個DataFrame,於是丟掉了id的頭，此時若再使用df['id']將報錯。

取列的值，與取列的區別：

df=df['id']#取id列的值，賦值後df為Series型別，可用print(type(df))來檢視其型別
df=df[['id']]#只取df的id列作為一個新的DataFrame，賦值後df仍然是一個DataFrame
df=df[['id','age']]#取df的id和age列作為一個新的DataFrame，賦值後df仍然是一個DataFrame

過濾行

df=df[df['id']!='null']#過濾掉id欄位取值為'null'的行

注意，此處的'null'是一個字串，若df中某行id欄位的值不是字串型，或者為空，將報TypeError：invalid type comparison錯，因為只有相同型別的值才能進行比較。

解決辦法：如果不能保證id列都是string型別，則需要去掉該過濾條件。

補充知識：pandas 使用read_csv讀取檔案時產生錯誤：EOF inside string starting at line

解決方法：使用引數 quoting

df = pd.read_csv(csvfile,header = None,delimiter="\t",quoting=csv.QUOTE_NONE,encoding='utf-8')

以上這篇Pandas之read_csv()讀取檔案跳過報錯行的解決就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。