Pandas 如何读取CSV、分隔符、分隔符错误

第一个我是类型：

import pandas as pd
df=pd.read_csv("oktober.csv", header = None, skiprows=2, engine='python')
df

比pd更大的是带有分隔符的表“；”

0 模式改变：；24.10.2019 12:18:47;目标：

一, 图案编号：1；B3377；说明：；；合金

二, 净重：；0;毛重：；180

三, 烧瓶号。；模制的；国家；倾倒；国家；清空；T

四, 18222;04.11.2019 09:29:20;0;;0;08.11.2019 15:3...

4909 22319;26.11.2019 10:04:09;0;;0;;450;646;0;0;;

4910 22320;26.11.2019 10:04:54;0;;0;;450;449;0;0;;

4911 ; ; ;闵；450;584; ; ; ; ;

4912 ; ; ;马克斯；450;3781; ; ; ; ;

4913 ; ; ;平均值；450;1443; ; ; ; ;

220 18395;08.11.2019 15:34:46;0;2019年11月8日16:12:4

221 18396;08.11.2019 15:35:37;0;2019年11月8日16:13:0

222 18397;08.11.2019 15:36:25;0;2019年11月8日16:13:3

223 ; ; ;闵；450;461; ; ; ; ;

224 ; ; ;马克斯；450;8223; ; ; ; ;

225 ; ; ;平均值；450;1185; ; ; ; ;

226 模式改变：；08.11.2019 15:37:15;目标：

227 图案编号：1；B2238；说明：；；合金

228 净重：；0;毛重：

229 烧瓶号。；模制的；国家；倾倒；国家；清空；T

230 18398;08.11.2019 15:38:35;0;2019年11月8日16:14:3

当我尝试使用分隔符和定界符时，我得到了一个错误：第227行应该有7个字段，而第11行应该有7个字段

import pandas as pd
  df=pd.read_csv("oktober.csv", header = None, skiprows=2, engine='python',sep=';'  )
   df

---

如何解决这个问题？

显然，您的输入数据有些混乱，至少如果 每行中分号的数量与此有关

众所周知，read_csv无法很好地处理此类情况，因此采取两个步骤 方法：

读取不带sep='；'的源文件参数，读取整行 进入一个单独的列（我称之为src）：

然后将每一行“展开”为字段序列，最好是在另一个数据帧中：

df2 = df.src.apply(lambda txt: pd.Series(txt.split(';'))).replace(np.nan, '')

为了避免结果中出现NaN（阻碍可见性），我将它们替换为 空字符串

对于您的样本中的几行，我得到：

                       0                    1               2       3      4                5  6
0    0 Pattern changed :  24.10.2019 12:18:47        Target :                                    
1  1 Pattern number : 1                 B3377   Description :          Alloy                     
2         2 Weight net:                     0  Weight gross:      180                            
3            3 Flask no.              moulded           State  poured  State          Emptied  T 
4                4 18222  04.11.2019 09:29:20               0              0  08.11.2019 15:3    

也许这个结果将成为整理源文件的源材料， e、 g.识别无序的行，添加缺少的分号，然后重新阅读 （你的选择）

---

还可以考虑将列名设置为一组有意义的字符串。

要进行调试，最好查看第227行的确切内容。因为在那里它看到的列比需要的多，所以我添加了更多的列。faile的名称是src，这是我将要读取的文件的名称？文件必须是txt？文件名是什么？也许我必须在开始时键入一些特殊的imort作为txt或类似的东西？也许是那些愚蠢的问题，但我是新来的：）谢谢。最初我将pd.read_csv的第一个参数写成io.StringIO（txt），因为实际上我是从字符串变量（txt）读取的。但在“现实世界”中，您应该从文件中读取，所以现在我将input.csv放在那里。我任意假定的列名称（src）（任何名称都可以）。

                       0                    1               2       3      4                5  6
0    0 Pattern changed :  24.10.2019 12:18:47        Target :                                    
1  1 Pattern number : 1                 B3377   Description :          Alloy                     
2         2 Weight net:                     0  Weight gross:      180                            
3            3 Flask no.              moulded           State  poured  State          Emptied  T 
4                4 18222  04.11.2019 09:29:20               0              0  08.11.2019 15:3