Python 使用制表符分隔符读取csv会产生错误

我有一个CSV文件，它使用“\t”选项卡作为分隔符。它包含5列。我试过这个：

import numpy as np 
#b=np.loadtxt(r'train_set.csv',dtype=str,delimiter=' ')
my_data = np.genfromtxt('train_set.csv', delimiter='\t')
print my_data

但我得到了以下错误：

Traceback (most recent call last):
  File "./wordCloud.py", line 7, in <module>
    my_data = np.genfromtxt('train_set.csv', delimiter='\t')
  File "/usr/lib/python2.7/dist-packages/numpy/lib/npyio.py", line 1667, in genfromtxt
    raise ValueError(errmsg)
ValueError: Some errors were detected !
    Line #14 (got 4 columns instead of 5)
    Line #21 (got 4 columns instead of 5)
    Line #135 (got 4 columns instead of 5)

那么我没有得到任何错误，但输出是：

[ nan  nan  nan ...,  nan  nan  nan]

---

答案给出了以下警告：

...
    Line #26310 (got 4 columns instead of 5)
    Line #26383 (got 4 columns instead of 5)
    Line #26448 (got 4 columns instead of 5)
    Line #26489 (got 4 columns instead of 5)
    Line #26589 (got 4 columns instead of 5)
    Line #26593 (got 4 columns instead of 5)
    Line #26888 (got 4 columns instead of 5)
    Line #27002 (got 4 columns instead of 5)
    Line #27065 (got 4 columns instead of 5)
    Line #27234 (got 3 columns instead of 5)
    Line #27327 (got 4 columns instead of 5)
    Line #27418 (got 4 columns instead of 5)
    Line #27594 (got 4 columns instead of 5)
    Line #27827 (got 4 columns instead of 5)
    Line #27944 (got 4 columns instead of 5)
    Line #28074 (got 4 columns instead of 5)
    Line #28102 (got 4 columns instead of 5)
    Line #28147 (got 4 columns instead of 5)
    Line #28224 (got 4 columns instead of 5)
    Line #28264 (got 4 columns instead of 5)
    Line #28344 (got 4 columns instead of 5)
    Line #28484 (got 4 columns instead of 5)
  warnings.warn(errmsg, ConversionWarning)

输出得到一些奇怪的字符，比如：

costing at least \xc2\xa3429

代替成本至少为429英镑的

您可以检查csv文件的第14行、第21行和第135行吗？ 正如错误所述，这些行不包含5列（全部包含4列）

如果第5列假定为空，只需在末尾插入

\t

字符即可

查看您的数据，可能这就是您想要的：

my_data = np.genfromtxt('train_set.csv', delimiter='\t',
                        invalid_raise=False, skip_header=1,
                        dtype=None)

invalid_raise

：这将跳过无效行（#14、21和135）。请再检查一下。（在Libre Office中：使用“另存为”）

skip_header

：名称本身就说明了问题

dtype

：应为

None

，以便每列的数据类型由该列的内容确定。

您可以检查csv文件的第14、21和135行吗？ 正如错误所述，这些行不包含5列（全部包含4列）

如果第5列假定为空，只需在末尾插入

\t

字符即可

查看您的数据，可能这就是您想要的：

my_data = np.genfromtxt('train_set.csv', delimiter='\t',
                        invalid_raise=False, skip_header=1,
                        dtype=None)

invalid_raise

：这将跳过无效行（#14、21和135）。请再检查一下。（在Libre Office中：使用“另存为”）

skip_header

：名称本身就说明了问题

---

dtype

：应为

None

，以便每个列的数据类型由该列的内容确定。

我也有同样的问题。我的数据是正确的（见下文），但numpy报告此类错误：

行#11787（得到4列而不是11列）

行#11838（由11列改为3列）

我使用python加载数据，然后转换为numpy。所以不是

tabOryg=numpy.genfromtxt（fn，dtype='str'，delimiter='\t'）

我做到了：

    datas = [i.split('\t')  for i in open(fn) ]
    tabOryg = numpy.array(datas, dtype='str')

---

它是有效的。我想知道genfromtxt有什么问题。

我也有同样的问题。我的数据是正确的（见下文），但numpy报告此类错误：

行#11787（得到4列而不是11列）

行#11838（由11列改为3列）

我使用python加载数据，然后转换为numpy。所以不是

tabOryg=numpy.genfromtxt（fn，dtype='str'，delimiter='\t'）

我做到了：

    datas = [i.split('\t')  for i in open(fn) ]
    tabOryg = numpy.array(datas, dtype='str')

---

它是有效的。我想知道genfromtxt有什么问题。

您提到的所有行都有第5列。我在Libre Office中选择了tab作为分隔符，现在它显示得很好，所以我可以说数据集是正确的。（我更新了截图）。Libre办公室在这方面相对宽容。尝试在文本编辑器中打开文件。在RealeOffice中，转到上述行的空白单元格，在其中输入一些内容，然后删除这些值，然后保存。然后试试代码。我也用gedit打开了，但是一列包含很多单词，因此我看不到太多。Libre Office不包含空列。请确定CSV有问题。在gedit中，搜索

\t

。第14行末尾不应该有任何突出显示，等等-这意味着没有

\t

。但前几行也是如此，我不知道发生了什么。你提到的所有行都有第5列。我在Libre Office中选择了tab作为分隔符，现在它显示得很好，所以我可以说数据集是正确的。（我更新了截图）。Libre办公室在这方面相对宽容。尝试在文本编辑器中打开文件。在RealeOffice中，转到上述行的空白单元格，在其中输入一些内容，然后删除这些值，然后保存。然后试试代码。我也用gedit打开了，但是一列包含很多单词，因此我看不到太多。Libre Office不包含空列。请确定CSV有问题。在gedit中，搜索

\t

。第14行末尾不应该有任何突出显示，等等-这意味着没有

\t

。但前几行也是如此，我不知道发生了什么。