Python 熊猫：CSV标题和数据行大小不匹配

是否可以指示熊猫忽略位置超过标题大小的列

import pandas

with open('test.csv', mode='w') as csv_file:
    csv_file.write("datetime,A\n")
    csv_file.write("2018-10-09 18:00:07, 123\n")

df = pandas.read_csv('test.csv')
print(df)

答案是：

              datetime    A
0  2018-10-09 18:00:07  123

但是，加载包含更多数据列的CSV文件，这些数据列在标题中定义：

with open('test.csv', mode='w') as csv_file:
    csv_file.write("datetime,A\n")
    csv_file.write("2018-10-09 18:00:07, 123, ABC, XYZ\n")

df = pandas.read_csv('test.csv')
print(df)

返回：

                        datetime     A
2018-10-09 18:00:07 123      ABC   XYZ

Pandas将标题移动到数据的最右侧位置

我需要不同的行为。我希望忽略超出标题的数据行

---

注意：我无法枚举列，因为这是一个通用用例。由于一些独立于我的代码的原因，有时会有更多的数据，这是意料之中的。我想忽略额外的数据。

与实际标题相比，似乎有太多的列，它假设前两列（数据）是（多）索引

使用

read\u csv

中的

usecols

参数指定要读取的数据列：

import pandas

with open('test.csv', mode='w') as csv_file:
    csv_file.write("datetime,A\n")
    csv_file.write("2018-10-09 18:00:07, 123, ABC, XYZ\n")

df = pandas.read_csv('test.csv', usecols=[0,1]) 
print(df)

屈服

              datetime    A
0  2018-10-09 18:00:07  123

---

要使问题完整，请使用以下代码：

with open('test.csv', mode='w') as csv_file:
    csv_file.write("datetime,A, B, C\n")
    csv_file.write("2018-10-09 18:00:07, 123\n")

with open("test.csv") as csv_file:
    for i, line in enumerate(csv_file):
        if i == 0:
            headerCount = line.count(",") + 2
        elif i == 1:
            dataCount = line.count(",") + 2  
            if (headerCount != dataCount):
                print("Warning: Header and data size mismatch. Columns beyond header size will be removed.")
        elif i > 1:
            break


df = pandas.read_csv('test.csv', usecols=range(dataCount-1))
print(df)

给出正确的对象

Warning: Header and data size mismatch. Columns beyond header size will be removed.
              datetime    A
0  2018-10-09 18:00:07  123

---

现在代码显示了问题的答案

with open('test.csv', mode='w') as csv_file:
    csv_file.write("datetime,A\n")
    csv_file.write("2018-10-09 18:00:07, 123, ABC, XYZ\n")

with open("test.csv") as csv_file:
    for i, line in enumerate(csv_file):
        if i == 0:
            headerCount = line.count(",") + 1
            colCount = headerCount
        elif i == 1:
            dataCount = line.count(",") + 1  
        elif i > 1:
            break
if (headerCount < dataCount):
    print("Warning: Header and data size mismatch. Columns beyond header size will be removed.")
    colCount=headerCount

df = pandas.read_csv('test.csv', usecols=range(colCount))
print(df)

---

忽略行，还是忽略列？它需要更多的代码，但是你的建议可以做到这一点。谢谢@RyszardStyczynski给出了您的示例代码，这应该足够了。我想你的意思是说你的实际代码和数据需要更多的工作。但是如果这个代码对你问题中的代码不起作用，请告诉我：也许我忽略了什么或者有什么不对劲。你是对的。我刚刚实现了完全相反的情况：当标头比数据长时。这是不必要的，因为熊猫支持它。再次感谢。

Warning: Header and data size mismatch. Columns beyond header size will be removed.
              datetime    A
0  2018-10-09 18:00:07  123