Panda: importa csv con un numero diverso di colonne per riga

È possibile utilizzare la seguente sintassi di base per importare un file CSV in panda quando è presente un numero diverso di colonne per riga:

 df = pd. read_csv (' uneven_data.csv ', header= None , names=range( 4 ))

Il valore all’interno della funzione range() dovrebbe essere il numero di colonne nella riga con il numero massimo di colonne.

L’esempio seguente mostra come utilizzare questa sintassi nella pratica.

Esempio: importa CSV in Panda con un numero diverso di colonne per riga

Supponiamo di avere il seguente file CSV chiamato uneven_data.csv :

Tieni presente che ogni riga non ha lo stesso numero di colonne.

Se proviamo a utilizzare la funzione read_csv() per importare questo file CSV in un DataFrame panda, riceveremo un errore:

 import pandas as pd

#attempt to import CSV file with differing number of columns per row
df = pd. read_csv (' uneven_data.csv ', header= None )

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

Riceviamo un ParserError che ci dice che pandas si aspettava 2 campi (poiché quello era il numero di colonne nella prima riga) ma ne ha visti 4 .

Questo errore ci dice che il numero massimo di colonne in una determinata riga è 4 .

Quindi, possiamo importare il file CSV e fornire un valore range(4) all’argomento dei nomi :

 import pandas as pd

#import CSV file with differing number of columns per row
df = pd. read_csv (' uneven_data.csv ', header= None , names=range( 4 )))

#view DataFrame
print (df)

   0 1 2 3
0 to 22 NaN NaN
1 B 16 10.0 12.0
2 C 25 10.0 NaN
3 D 14 2.0 7.0
4 E 20 4.0 NaN

Tieni presente che siamo in grado di importare con successo il file CSV in un DataFrame panda senza errori poiché abbiamo detto esplicitamente ai panda di aspettarsi 4 colonne.

Per impostazione predefinita, Panda riempie tutti i valori mancanti in ciascuna riga con NaN.

Se vuoi che i valori mancanti appaiano come zero, puoi utilizzare la funzione fillna() come segue:

 #fill NaN values with zeros
df_new = df. fillna ( 0 )

#view new DataFrame
print (df_new)

   0 1 2 3
0 to 22 0.0 0.0
1 B 16 10.0 12.0
2 C 25 10.0 0.0
3 D 14 2.0 7.0
4 E 20 4.0 0.0

Ogni valore NaN nel DataFrame è stato ora sostituito con uno zero.

Nota : puoi trovare la documentazione completa della funzione panda read_csv() qui .

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre attività comuni in Python:

Panda: come saltare le righe durante la lettura di un file CSV
Panda: come aggiungere dati a un file CSV esistente
Panda: come specificare i tipi durante l’importazione di un file CSV
Panda: imposta i nomi delle colonne durante l’importazione di un file CSV