csv.reader与pandas-python的区别

我正在使用csv.reader和pandas导入csv文件。但是，同一文件中的行数不同

reviews = []
openfile = open("reviews.csv", 'rb')
r = csv.reader(openfile)
for i in r:
    reviews.append(i)
openfile.close()
print len(reviews)

结果是10000（这是正确的值）。但是，pandas返回不同的值

df = pd.read_csv("reviews.csv", header=None)
df.info()

返回9985

有人知道为什么导入数据的两种方法不同吗

我刚试过这个：

reviews_df = pd.DataFrame(reviews)
reviews_df.info()

此返回10000。< /p> < p>引用有一个名为“代码> SkIPBLANKYCHYLYS/<代码>的参数，其默认值为“代码>真< /COD>”，因此，除非将其设置为<代码> false <代码>，否则它将不读取空白行。

考虑以下示例，有两个空行：

A,B,C,D
0.07,-0.71,1.42,-0.37

0.08,0.36,0.99,0.11
1.06,1.55,-0.93,-0.90
-0.33,0.13,-0.11,0.89
1.91,-0.74,0.69,0.83
-0.28,0.14,1.28,-0.40
0.35,1.75,-1.10,1.23

-0.09,0.32,0.91,-0.08

df = pd.read_csv('test_data.csv', skip_blank_lines=False)
len(df)
10 

  df = pd.read_csv('test_data.csv', skip_blank_lines=True)
  len(df)
  8

阅读时跳过空白行=False:

A,B,C,D
0.07,-0.71,1.42,-0.37

0.08,0.36,0.99,0.11
1.06,1.55,-0.93,-0.90
-0.33,0.13,-0.11,0.89
1.91,-0.74,0.69,0.83
-0.28,0.14,1.28,-0.40
0.35,1.75,-1.10,1.23

-0.09,0.32,0.91,-0.08

df = pd.read_csv('test_data.csv', skip_blank_lines=False)
len(df)
10 

  df = pd.read_csv('test_data.csv', skip_blank_lines=True)
  len(df)
  8

阅读时跳过空白行=True:

A,B,C,D
0.07,-0.71,1.42,-0.37

0.08,0.36,0.99,0.11
1.06,1.55,-0.93,-0.90
-0.33,0.13,-0.11,0.89
1.91,-0.74,0.69,0.83
-0.28,0.14,1.28,-0.40
0.35,1.75,-1.10,1.23

-0.09,0.32,0.91,-0.08

df = pd.read_csv('test_data.csv', skip_blank_lines=False)
len(df)
10 

  df = pd.read_csv('test_data.csv', skip_blank_lines=True)
  len(df)
  8

---

我无法重现这个问题。当我在

csv

文件上运行此代码时，差异仅为一行，这就是

标题

您能给我们一个小样本输入文件来说明问题吗？如果您首先找出缺少哪些行，这应该是可能的。我以前从未见过这个问题。有没有办法找出缺少哪些行？这些知识在这一点上会很有帮助。@kevin:当然，你可以将表格写回一个新的CSV并加以区分。