pandas讀取csv文件提示不存在的解決方法及原因分析
一般情況是數(shù)據(jù)文件沒有在當(dāng)前路徑,那么它是無法讀取數(shù)據(jù)的。另外,如果路徑名包含中文它也是無法讀取的。
(1)可以選擇:
import os
os.getcwd()
獲得當(dāng)前的工作路徑,把你的數(shù)據(jù)文件放在此路徑上就可以了,就可以直接使用pd.read_csv("./_.csv")
(2)可以選擇:
使用os.chdir(path),path是你的那個數(shù)據(jù)文件路徑
(3)可以選擇:
不更改路徑,直接調(diào)用df=pd.read_csv(U"文件存儲的盤(如C盤) :/文件夾/文件名。csv"),比如在C盤的Python文件夾的stock data 下:da = pd.read_csv(U"C:/Python2.7/stock data/sh600.csv")
如果是在ubuntu 系統(tǒng)下可以:
data = pd.read_csv(U"/home/lilai/Tinic/train")
補(bǔ)充知識:jupyter 解決pandas因含中文字體無法讀取csv文件
問題
train=pd.read_csv("train.csv")
報錯
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc8 in position 0: invalid continuation byte
解決方法
train=pd.read_csv(r"train.csv", encoding = 'gb2312')
以上這篇pandas讀取csv文件提示不存在的解決方法及原因分析就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Django使用echarts進(jìn)行可視化展示的實(shí)踐
可視化是將數(shù)據(jù)轉(zhuǎn)換成圖形或圖像在屏幕上顯示出來,本文主要介紹了Django使用echarts進(jìn)行可視化展示的實(shí)踐,感興趣的可以了解一下2021-06-06Python科學(xué)計(jì)算環(huán)境推薦——Anaconda
最近在用Python做中文自然語言處理。使用的IDE是PyCharm。PyCharm確實(shí)是Python開發(fā)之首選,但用于科學(xué)計(jì)算方面,還略有欠缺。為此我嘗試過Enthought Canopy,但Canopy感覺把問題搞得復(fù)雜化,管理Python擴(kuò)展也不太方便。直到今天我發(fā)現(xiàn)了 Anaconda 。2014-06-06Python?遞歸式實(shí)現(xiàn)二叉樹前序,中序,后序遍歷
這篇文章主要介紹了Python?遞歸式實(shí)現(xiàn)二叉樹前序,中序,后序遍歷,更多相關(guān)資料,需要的小伙伴可以參考下面具體的文章內(nèi)容2022-03-03Python中l(wèi)ist查詢及所需時間計(jì)算操作示例
這篇文章主要介紹了Python中l(wèi)ist查詢及所需時間計(jì)算操作,涉及Python列表list遍歷、查詢及時間消耗計(jì)算相關(guān)操作技巧,需要的朋友可以參考下2018-06-06用Python的pandas框架操作Excel文件中的數(shù)據(jù)教程
這篇文章主要介紹了用Python的pandas框架操作Excel文件中的數(shù)據(jù)教程,包括單位格式轉(zhuǎn)換、分類匯總等基本操作,需要的朋友可以參考下2015-03-03python獲取指定日期范圍內(nèi)的每一天,每個月,每季度的方法
這篇文章主要介紹了python獲取指定日期范圍內(nèi)的每一天,每個月,每季度的方法,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08使用Fabric自動化部署Django項(xiàng)目的實(shí)現(xiàn)
這篇文章主要介紹了使用Fabric自動化部署Django項(xiàng)目的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-09-09Pandas實(shí)現(xiàn)聚合運(yùn)算agg()的示例代碼
在數(shù)據(jù)分析中,分組聚合二者缺一不可。對數(shù)據(jù)聚合(求和、平均值等)通常是不可避免的。pd.agg()很方便進(jìn)行聚合操作。本文就來介紹一下,感興趣的可以了解一下2021-07-07