Python 为什么文件行数大于len（数据帧）？

早上好

我是python和数据分析领域的新手，请耐心听我说。我一直在试图理解为什么在计算文件行时，它给出了正确的答案，但在转换为dataframe并计算len（datafarme）后，它给出了rowcount-1

我相信这很简单，但我在谷歌上搜索了大约两个小时，还没有找到答案，所以请你向我解释一下：

import pandas as pd

filename = 'amazon_labelled.txt'
with open(filename, encoding="utf8") as f:
    row_count = sum(1 for line in f)
print(row_count)  # 1000

csv = pd.read_csv(filename, sep='\t')
df1 = pd.DataFrame(csv)
print(df1.shape[0])  # 999
print(len(df1))  # 999
print(len(df1.index))  # 999

编辑： 似乎在将txt转换为csv文件时，某些行丢失了：

filename = 'imdb_labelled.txt'
with open(filename, encoding="utf8") as f:
    row_count = sum(1 for line in f)
print(row_count)  # 1000

csv = pd.read_csv(filename, sep='\t', header=None)
print(csv.index)  # RangeIndex(start=0, stop=748, step=1)
print(csv)

---

我现在想知道，这与使用sep='\t'有什么关系吗？

原因是csv的第一行被转换为列，为了避免它并按范围设置列名称使用

header=None

参数：

filename = 'amazon_cells_labelled.txt'
with open(filename, encoding="utf8") as f:
    row_count = sum(1 for line in f)
print(row_count)  # 1000

#first row of csv is first row of data 
df1 = pd.read_csv(filename, sep='\t', header=None)

print(df1.shape[0])  # 1000
print(len(df1))  # 1000
print(len(df1.index))  # 1000

您的代码：

#first row of csv is converted to columns names
df1 = pd.read_csv(filename, sep='\t')

编辑：在下一个文件中使用了

”

，因此语法分析不正确。为了避免读取以

“

开头，然后下一行以

”

结尾，就像一行一样，使用

quoting=3

参数表示

quoting=None

：

filename = 'imdb_labelled.txt'
with open(filename, encoding="utf8") as f:
    row_count = sum(1 for line in f)
print(row_count)  # 1000

df = pd.read_csv(filename, sep='\t', header=None, quoting=3)
print(len(df.index))  
1000

密码 输出 十, 这是文件行 这是一号线

这是2号线

这是3号线

这是四号线

这是5号线

这是6号线

这是7号线

这是8号线

这是9号线

这是10号线

这是你的cvs文件

这是一号线

这是第二行

这是3号线

这是四号线

3这是5号线

这是6号线

这是7号线

这是8号线

这是9号线

这是10号线

---

您的枚举方法是错误的

谢谢您，先生，但是当我在另一个文件上测试它时，它不起作用：filename='imdb_labeled.txt'，open（filename，encoding=“utf8”）为f:row_count=sum（1代表f中的行）print（row_count）#1000 csv=pd.read_csv（filename，sep='\t'，header=None）df=pd.DataFrame（csv）print（df.shape[0]）#748打印（len（df））#748打印（len（df.index））#748有什么想法吗？@LeenAli-可以通过

dropbox

、

gdocs

或simiaar共享csv吗？@LeenAli-我想如果不是机密数据，先生，我从Kaggle那里得到的：谢谢你的帮助，谢谢！@LeenAli-我工作得很好，4次1000次返回。谢谢你，先生，但我没有得到你的答案，也申请了你的code返回这些结果：20==>print（row_count）9==>print（df1.shape[0]）9=>print（len（df1））9==>print（len（df1.index））请查看我上面编辑的问题，也许你可以解释一下？@LeenAli我不明白“似乎在将txt转换为csv文件时，有些行丢失了：“我发布的代码打印了数据帧，其中没有遗漏任何一行，谢谢您，先生。”。请看@jezrael的回答，因为它解释了整个事情。非常感谢。

import pandas as pd
f= open("amazon_labelled.txt","w+")
for i in range(10):
     f.write("This is line %d\r\n" % (i+1))
filename = 'amazon_labelled.txt'
with open(filename, encoding="utf8") as f:
    row_count = sum(1 for line in f)
print(row_count)  # 1000

csv = pd.read_csv(filename, sep='\t')
df1 = pd.DataFrame(csv)
#print(df1.shape[0])  # 999
#print(len(df1))  # 999
#print(len(df1.index))  # 999
f1= open("amazon_labelled.txt","r+")
fl = f1.readlines()
print("this is the file lines" )
for i in fl :
  print(i)
print("this is your cvs file ",csv)