Python 为什么熊猫读取的行数不正确？

我正在尝试使用pandas read_csv打开csv文件的一部分。我打开的部分在第746行有一个标题，然后转到第1120行

 gr = read_csv(inputfile,header=746,nrows=374,index_col=False)

然后我得到一个错误

CParserError: Error tokenizing data. C error: Expected 9 fields in line 1121, saw 17

该错误是有意义的，因为在文件的第1121行中，数据从9个字段更改为17个字段。不合理的是为什么它试图读取第1121行，因为nrows和header应该只打开1120行

我可以通过将行数减少到232以下使其工作。即使我增加页眉编号，使其在文件的下一步开始（例如将其增加到800），这仍然有效

它将读取的最后一行似乎没有什么特别之处，如果我增加标题号，它将进一步读取文件中的行

我使用的是Python 2.7和pandas 0.14

我试图读取的文件如下所示：

"River Levels","GRETA_SOUTH      (C)","GLENROWAN        (C)","ROCKY_POINT      (C)","DOCKER_RD        (C)","BOBINAWARRAH     (C)","WOOLSHED         (C)","WANGARATTA       (C)","PEECHELBA_EAST   (C)"
 41812.00001,          0.70,          0.00,          0.00,          0.20,          0.00,          0.00,          7.30,        125.00
 41812.04168,          0.70,          0.00,          0.00,          0.20,          0.00,          0.00,          7.30,        125.00

---

当nrows+标题小于此值时，为什么它试图打开第1121行，为什么它在执行此操作之前只读取232行？

我认为这是一个关/计数（用户）错误！也就是说，

pd.read\u csv（inputfile，header=746，nrows=374）

读取1021st1-indexed行，因此您应该少读一行。我可能弄错了，但我是这么想的

---

在python中，行索引（与大多数python索引一样）从0开始

In [11]: s = 'a,b\nA,B\n1,2\n3,4\n1,2,3,4'

In [12]: for i, line in enumerate(s.splitlines()): print(i, line)
0 a,b
1 A,B
2 1,2
3 3,4
4 1,2,3,4

您通常认为行号是从1：

In [12]: for i, line in enumerate(s.splitlines(), start=1): print(i, line)
1 a,b
2 A,B
3 1,2
4 3,4
5 1,2,3,4

下面我们将阅读第3行（使用python索引）或第4行（使用1索引）：

如果我们加入下一行，它将提出：

In [15]: pd.read_csv(StringIO(s), header=1, nrows=3)
CParserError: Error tokenizing data. C error: Expected 2 fields in line 5, saw 4

---

除非我看错了文档，否则这看起来像是

read\u csv

中的一个bug（我建议在github上填写一个问题！）

解决方法，因为您的数据很小（以字符串的形式在行中读取）：

---

我用你提供的csv测试了这一点，它有效/无效

谢谢。我是一个足以犯那个错误的新手，但我不认为这是在这个案件中发生的事情。如果是的话，将行数从374更改为373应该可以修复它，但是我需要将它更改为更少的行数才能正常工作。您需要将它更改为什么？也许还有一排废品？231是我能去的最高点。奇怪的是，如果我增加标题行（例如，增加到800行），只要我不增加超过231行的行数，它仍然有效。你能链接到这个数据集吗？这听起来很奇怪，可能也值得作为github发布！还有河流水位！一个贴心的话题！！（我不能再+1了！）谢谢你的帮助。我也会在github上提出这个问题。@ChrisLeahy:你在github上归档了吗？这一问题似乎在两年后的0.19版本中仍然存在！对于仍然遇到这种情况的人来说，这是一个bug，应该在0.19.2中修复。在此之前，使用engine='python'是最好的解决方法。

In [15]: pd.read_csv(StringIO(s), header=1, nrows=3)
CParserError: Error tokenizing data. C error: Expected 2 fields in line 5, saw 4

from StringIO import StringIO
with open(inputfile) as f:
    df = pd.read_csv(StringIO(''.join(f.readlines()[:1120])), header=746, nrows=374)