什么是 Python Pandas 錯誤標記數(shù)據(jù)？

當您使用 pandas.read_csv() 函數(shù)從 CSV 文件讀取數(shù)據(jù)，并且該函數(shù)在標記化或解析數(shù)據(jù)時遇到問題時，通常會出現(xiàn)“ Python Pandas 錯誤標記數(shù)據(jù)” 。標記化是指將數(shù)據(jù)分割成更小的單元（標記）的過程，通?；诜指舴?，對于 CSV 文件，通常是逗號。

修復(fù) Python Pandas 數(shù)據(jù)標記錯誤

• 檢查 CSV 文件
• 指定分隔符
• 使用正確的編碼
• 跳過有錯誤的行
• 修復(fù)不平衡的報價

檢查 CSV 文件

當我們通過 CSV 文件讀取 Python Pandas 數(shù)據(jù)時，檢查我們上傳的 CSV 文件是否有錯誤至關(guān)重要。要檢查 CSV 文件是否有任何錯誤，您可以通過任何 Excel 或任何您喜歡的編輯器打開 CSV 文件。如果您發(fā)現(xiàn)任何錯誤，請更正錯誤并再次上傳正確的 CSV。

指定分隔符

在 Pandas 數(shù)據(jù)框中讀取 CSV 文件時使用的默認分隔符是逗號 (,)。如果您在 CSV 文件中使用任何其他分隔符，則有必要在讀取 CSV 文件時指定該分隔符，否則會錯誤地讀取 CSV 文件或給出錯誤的標記數(shù)據(jù)。您可以在讀取 CSV 時指定分隔符，如下所示：

示例：在本例中，我們正在讀取 CSV 文件，其中的數(shù)據(jù)以分號分隔，因此我們在讀取 CSV 文件時指定了分隔符分號 (;)，如下所示：

import pandas as pd
df = pd.read_csv('student_data1.csv', sep=';')
df

輸出

使用正確的編碼

在 Pandas 數(shù)據(jù)幀中讀取 CSV 文件時使用的默認編碼是 utf-8。如果您在 CSV 文件中使用任何特殊字符，那么在讀取 CSV 文件時使用正確的編碼至關(guān)重要，否則會錯誤地讀取 CSV 文件或給出錯誤的標記數(shù)據(jù)。您可以在讀取 CSV 時指定正確的編碼，如下所示：

示例：在此示例中，我們正在讀取的 CSV 文件中包含特殊字符，因此在讀取 CSV 文件時，我們使用 ascii 編碼，如下所示：

import pandas as pd
df = pd.read_csv('student_data1.csv', encoding='ascii')
df

輸出

跳過有錯誤的行

讀取上傳的 CSV 文件的默認方式是讀取所有行，無論是否有錯誤。如果您知道您的數(shù)據(jù)可能有一些包含錯誤的行，那么有必要指定在讀取 CSV 文件時跳過這些行，否則它將錯誤地讀取 CSV 文件或給出錯誤標記數(shù)據(jù)。您可以指定在讀取 CSV 時跳過錯誤行，如下所示：

示例：在此示例中，我們正在讀取的 CSV 文件中有一些包含錯誤的行，因此在讀取 CSV 文件時，我們將跳過包含錯誤的行，如下所示：

import pandas as pd
df = pd.read_csv('student_data1.csv', on_bad_lines='skip')
df

輸出：

修復(fù)不平衡的報價

我們正在讀取的 CSV 文件中會出現(xiàn)包含不平衡報價的各種情況。在這種情況下，有必要在僅讀取 CSV 文件時修復(fù)不平衡的報價。在此方法中，我們將了解如何修復(fù)那些不平衡的報價。

**示例： **在此示例中，我們正在讀取的 CSV 文件中有一些不平衡的雙引號，因此在讀取 CSV 文件時，我們將修復(fù)不平衡的雙引號，如下所示：

import pandas as pd
import csv
df = pd.read_csv('student_data1.csv', quoting=csv.QUOTE_NONE, quotechar='"')
df

輸出：

結(jié)論：

在 Python Pandas 中讀取不正確的 CSV 文件可能會導(dǎo)致錯誤標記數(shù)據(jù)，但本文中定義的各種方法將幫助您解決錯誤并正確解析 Pandas 中的 CSV 文件。

到此這篇關(guān)于修復(fù)Python Pandas數(shù)據(jù)標記錯誤的幾種方法總結(jié)的文章就介紹到這了,更多相關(guān)修復(fù)Python Pandas數(shù)據(jù)標記錯誤內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論