我有一个 csv 文件:22 Go 大小,46000000 行 为了节省内存,csv文件按 block 读取和处理。
tp = pd.read_csv(f_in, sep=',', chunksize=1000, encoding='utf-8',quotechar='"')
for chunk in tp:
chunk;
但是文件格式错误并引发异常:
Error tokenizing data. C error: Expected 87 fields in line 15092657, saw 162
有没有办法丢弃这个 block 并继续循环下一个 block ?
最佳答案
这个问题与之前提出的问题类似: Python Pandas Error tokenizing data
正如答案中所说,您必须意识到使用 error_bad_lines=False 会删除该行,并建议更好的方法是调查数据集中的该行。
关于python - 格式错误的 CSV 文件和 Pandas read_csv by chunk,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27526797/