首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >在pandas中读取csv文件时出错[CParserError:标记数据时出错。C错误:缓冲区溢出捕获-可能是格式错误的输入文件。]

在pandas中读取csv文件时出错[CParserError:标记数据时出错。C错误:缓冲区溢出捕获-可能是格式错误的输入文件。]
EN

Stack Overflow用户
提问于 2015-11-30 20:30:23
回答 4查看 70.2K关注 0票数 53

所以我尝试从一个文件夹中读取所有的csv文件,然后将它们连接起来创建一个大的csv(所有文件的结构都是相同的),保存它并再次读取它。所有这些都是使用Pandas完成的。读取时出现错误。我附上了下面的代码和错误。

代码语言:javascript
复制
import pandas as pd
import numpy as np
import glob

path =r'somePath' # use your path
allFiles = glob.glob(path + "/*.csv")
frame = pd.DataFrame()
list_ = []
for file_ in allFiles:
    df = pd.read_csv(file_,index_col=None, header=0)
    list_.append(df)
store = pd.concat(list_)
store.to_csv("C:\work\DATA\Raw_data\\store.csv", sep=',', index= False)
store1 = pd.read_csv("C:\work\DATA\Raw_data\\store.csv", sep=',')

错误:-

代码语言:javascript
复制
CParserError                              Traceback (most recent call last)
<ipython-input-48-2983d97ccca6> in <module>()
----> 1 store1 = pd.read_csv("C:\work\DATA\Raw_data\\store.csv", sep=',')

C:\Users\armsharm\AppData\Local\Continuum\Anaconda\lib\site-packages\pandas\io\parsers.pyc in parser_f(filepath_or_buffer, sep, dialect, compression, doublequote, escapechar, quotechar, quoting, skipinitialspace, lineterminator, header, index_col, names, prefix, skiprows, skipfooter, skip_footer, na_values, na_fvalues, true_values, false_values, delimiter, converters, dtype, usecols, engine, delim_whitespace, as_recarray, na_filter, compact_ints, use_unsigned, low_memory, buffer_lines, warn_bad_lines, error_bad_lines, keep_default_na, thousands, comment, decimal, parse_dates, keep_date_col, dayfirst, date_parser, memory_map, float_precision, nrows, iterator, chunksize, verbose, encoding, squeeze, mangle_dupe_cols, tupleize_cols, infer_datetime_format, skip_blank_lines)
    472                     skip_blank_lines=skip_blank_lines)
    473 
--> 474         return _read(filepath_or_buffer, kwds)
    475 
    476     parser_f.__name__ = name

C:\Users\armsharm\AppData\Local\Continuum\Anaconda\lib\site-packages\pandas\io\parsers.pyc in _read(filepath_or_buffer, kwds)
    258         return parser
    259 
--> 260     return parser.read()
    261 
    262 _parser_defaults = {

C:\Users\armsharm\AppData\Local\Continuum\Anaconda\lib\site-packages\pandas\io\parsers.pyc in read(self, nrows)
    719                 raise ValueError('skip_footer not supported for iteration')
    720 
--> 721         ret = self._engine.read(nrows)
    722 
    723         if self.options.get('as_recarray'):

C:\Users\armsharm\AppData\Local\Continuum\Anaconda\lib\site-packages\pandas\io\parsers.pyc in read(self, nrows)
   1168 
   1169         try:
-> 1170             data = self._reader.read(nrows)
   1171         except StopIteration:
   1172             if nrows is None:

pandas\parser.pyx in pandas.parser.TextReader.read (pandas\parser.c:7544)()

pandas\parser.pyx in pandas.parser.TextReader._read_low_memory (pandas\parser.c:7784)()

pandas\parser.pyx in pandas.parser.TextReader._read_rows (pandas\parser.c:8401)()

pandas\parser.pyx in pandas.parser.TextReader._tokenize_rows (pandas\parser.c:8275)()

pandas\parser.pyx in pandas.parser.raise_parser_error (pandas\parser.c:20691)()

CParserError: Error tokenizing data. C error: Buffer overflow caught - possible malformed input file.

我也试过使用csv阅读器:

代码语言:javascript
复制
import csv
with open("C:\work\DATA\Raw_data\\store.csv", 'rb') as f:
    reader = csv.reader(f)
    l = list(reader)

错误:-

代码语言:javascript
复制
Error                                     Traceback (most recent call last)
<ipython-input-36-9249469f31a6> in <module>()
      1 with open('C:\work\DATA\Raw_data\\store.csv', 'rb') as f:
      2     reader = csv.reader(f)
----> 3     l = list(reader)

Error: new-line character seen in unquoted field - do you need to open the file in universal-newline mode?
EN

回答 4

Stack Overflow用户

回答已采纳

发布于 2015-11-30 20:53:19

不是答案,但注释太长了(不是代码格式)

当您在csv模块中读取它时,它会断开,因此您至少可以找到发生错误的行:

代码语言:javascript
复制
import csv
with open(r"C:\work\DATA\Raw_data\store.csv", 'rb') as f:
    reader = csv.reader(f)
    linenumber = 1
    try:
        for row in reader:
            linenumber += 1
    except Exception as e:
        print (("Error line %d: %s %s" % (linenumber, str(type(e)), e.message)))

然后在store.csv中看看这一行发生了什么。

票数 17
EN

Stack Overflow用户

发布于 2018-01-10 20:04:55

我发现了这个错误,原因是pandas用作行终止符的数据中有一些回车"\r“,就好像它是"\n”一样。我想我应该在这里发帖,因为这可能是这个错误可能出现的一个常见原因。

我找到的解决方案是将lineterminator='\n‘添加到read_csv函数中,如下所示:

代码语言:javascript
复制
df_clean = pd.read_csv('test_error.csv',
                 lineterminator='\n')
票数 180
EN

Stack Overflow用户

发布于 2018-12-12 03:58:19

如果你使用的是python并且它是一个大文件,你可以使用engine='python',如下所示,应该可以工作。

df = pd.read_csv( file_, index_col=None, header=0, engine='python' )

票数 31
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/33998740

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档