Python 如果没有'；熊猫的头不相配吗？

我试图从一个非常大的文本文件中获取行，该文件的元素与使用pandas的head相同。例如

假设我有一个如下所示的文本文件

a,b,c,d
1,2,3,4
5,6
7,8,9,10

其中a、b、c和d是头部。在这种情况下，我不知道第二行是否来自a列、b列、c列或d列。数字6后面也没有逗号。在读取数据库时，有没有办法删除这些行？或者我应该在阅读之前删除这些行吗？

我相信您可以使用with

error\u bad\u lines=False

忽略元素较多（如页眉）的行，并删除元素较少（如页眉数）的行：

df = pd.read_csv('file', error_bad_lines=False).dropna()

print (df)
   a  b    c     d
0  1  2  3.0   4.0
2  7  8  9.0  10.0

预处理解决方案-为每行创建列表，使用标题长度测试长度并附加到列表列表，最后传递到

DataFrame

构造函数：

缺点是所有值都是字符串，因此必须通过以下方式进行强制转换：

或者创建具有另一个长度（如页眉）的行列表，并传递到

skiprows

参数：

omit = []
with open('file.csv') as csv_file:
    reader = csv.reader(csv_file, delimiter=',')
    header = next(reader)
    for i, row in enumerate(reader, 1):
        if (len(row) != len(header)):
            omit.append(i)

df = pd.read_csv('file.csv', skiprows=omit)
print (df)
   a  b  c   d
0  1  2  3   4
1  7  8  9  10

omit = []
with open('file.csv') as csv_file:
    reader = csv.reader(csv_file, delimiter=',')
    header = next(reader)
    for i, row in enumerate(reader, 1):
        if (len(row) != len(header)):
            omit.append(i)

df = pd.read_csv('file.csv', skiprows=omit)
print (df)
   a  b  c   d
0  1  2  3   4
1  7  8  9  10