Pandas 读取csv移动列并跳过错误行

我正在使用Pandas

读取\u csv

将csv文件导入Jupyter笔记本

你可以找到那个。它在标题行之前有两个空行。 当我使用：

df = pd.read_csv('data/2008-03-21_downloaded.csv', skiprows= 2)

生成的df将所有列标题都移到了上面

如果我添加

索引\u col=False

：

df = pd.read_csv('data/2008-03-21_downloaded.csv', skiprows=[1,2], index_col=False)

结果使用一行数据作为标题，而不是实际的标题名称

---

我似乎不能跳过前两行，而将实际的标题用作标题[帐户、帐户名、金额等]

您的第一个版本的代码还可以。两个初始行为空，应为空 被跳过

但请注意，输入文件中的一个列名（请参见数据视图- 一段时间以来，您的帖子（包含它）包含%2C， 它是逗号的十六进制代码

很明显你的标题行被破坏了，这就是为什么你的标题行被破坏了 数据视图有一组列标题未命名

一个选项是使用此详细信息中的标题行进行订购（替换 然后重复读取

另一个选择是：

• pass skiprows=3参数（同时跳过标题行）
• 为所有列传递具有正确列名的名称参数

第二个版本的代码是错误的，因为行计数从 零。 不要被Excel中的行号误导，行号从one开始

修复您的

csv

文件：

• 如前所述，标题有点混乱。以下代码将用

  ，

• 只有当您有多个文件需要修复时，才需要执行此操作
• 您可以根据需要添加其他修复程序
• 是标准库的一部分
  • 如果

    p=WindowsPath（'E:/PythonProjects/stack\u overflow/Articles.csv'）

  • p.parents[0]=WindowsPath（'E:/PythonProjects/stack\u overflow'）

  • p.stem=文章

  • p.suffix=.csv

从pathlib导入路径
p=路径（“某些路径”）
files=p.rglob（'*.csv'）#top dir和所有子目录中的文件
对于文件中的文件：
file_updated=file.parents[0]/f'{file.stem}_updated{file.suffix}'
将file.open（'r'）作为f：
文件_已更新。打开（'w'）作为f2：
对于cnt，枚举（f）中的行：
如果第.split（'，'）行中的“帐户名”：
打印（cnt，行）
行=行。替换（“%2CTXT”、“、”）
行=行。替换（“%2C”，“，”）
打印（cnt，行）
f2.写入（行）

• 当我下载并测试您的文件时，脚本没有读取标题前的其他行，我认为这与标题中帐户前的

  ï»

  有关
• 我们将创建一个新文件，并将

  \u updated

  附加到

  stem

  ，而不是覆盖旧文件

将更新的文件读取到单个数据帧中：

p=Path（'some_Path'））
files=p.rglob（'*\u updated.csv'）
df=pd.concat（[pd.read\u csv（文件）用于文件中的文件]）

这是标题行：

账户、账户名称、金额、验证码、AVS、品牌、卡尾、CVD、名字、姓氏、商户交易。ID、选项代码、日期、TXN ID、配置号、错误代码、身份验证类型、类型、TXT_城市%2CTXT_国家%2CTXT_电子邮件%2CTXT_电话%2CTXT_州%2CTXT_地址1%2CTXT_地址2%2CZIP%2CZIP、，，，，，，，，，如果您必须在包含数千个csv文件的文件夹中循环出现相同错误，该怎么办。每个CVS保存一天的数据，并且有数百个这样的文件。有没有办法循环浏览整个文件夹并进行更新？@SMJune-Yes。等一下。所有名称是否与所示相似？你是一个windows吗？是的，所有的文件都有相同的结构…当我尝试组合它们时，我能够使用以下代码：all_files=glob.glob（path+“/*.csv”），但上面的格式错误解决了它，并将其丢弃