Pandas: импортируйте csv с разным количеством столбцов в строке

Вы можете использовать следующий базовый синтаксис для импорта файла CSV в pandas, если в строке имеется разное количество столбцов:

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

Значением внутри функции range() должно быть количество столбцов в строке с максимальным количеством столбцов.

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: импорт CSV в Pandas с разным количеством столбцов в строке.

Допустим, у нас есть следующий CSV-файл с именем uneven_data.csv :

Обратите внимание, что каждая строка имеет разное количество столбцов.

Если мы попытаемся использовать функцию read_csv() для импорта этого CSV-файла в DataFrame pandas, мы получим ошибку:

 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

Мы получаем ошибку ParserError , которая сообщает нам, что pandas ожидал 2 поля (так как это было количество столбцов в первой строке), но увидел 4 .

Эта ошибка сообщает нам, что максимальное количество столбцов в данной строке равно 4 .

Итак, мы можем импортировать файл CSV и указать значение диапазона (4) в аргументе имен :

 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

Обратите внимание, что мы можем успешно импортировать CSV-файл в DataFrame pandas без каких-либо ошибок, поскольку мы явно сказали пандам ожидать 4 столбца.

По умолчанию pandas заполняет все пропущенные значения в каждой строке значением NaN.

Если вы хотите, чтобы пропущенные значения отображались как ноль, вы можете использовать функцию fillna() следующим образом:

 #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

Каждое значение NaN в DataFrame теперь заменено нулем.

Примечание . Полную документацию по функции pandas read_csv() можно найти здесь .

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные задачи на Python:

Pandas: как пропускать строки при чтении файла CSV
Pandas: как добавить данные в существующий файл CSV
Pandas: как указать типы при импорте файла CSV
Pandas: задайте имена столбцов при импорте файла CSV