如何使用Pandas读取表头损坏的CSV文件？报错求助

你的报错ParserError: Error tokenizing data. C error: Expected 1 fields in line 3, saw 2和编码无关，核心是CSV数据格式不规范，导致Pandas解析时字段数量不匹配。以下是针对性解决方法：

1. 确认并指定正确的分隔符 #

欧洲地区的CSV文件常使用分号;而非逗号,作为分隔符，先打开CSV文件查看实际分隔符：

• 如果是分号，修改代码指定分隔符：

  # Jupyter环境
  path = 'data/DATA_vozila_RAW.csv'
  df = pd.read_csv(path, sep=';', encoding='Latin-1')
  
  # Visual Studio环境
  data = pd.read_csv('DATA_vozila_RAW.csv', encoding="Latin-1", delimiter=";")
  print(data)
  

• 如果是制表符或其他符号，将sep设为对应值（比如制表符用sep='\t'）。

2. 跳过格式错误的行 #

如果仅个别行存在格式问题，可直接跳过这些行（Pandas 1.4.0+支持）：

df = pd.read_csv('data/DATA_vozila_RAW.csv', encoding='Latin-1', on_bad_lines='skip')

旧版本Pandas可使用error_bad_lines=False替代。

3. 处理非标准表头/数据起始行 #

如果CSV前几行是说明文字而非数据，导致列数不匹配，可跳过这些行：

# 跳过前2行，从第3行开始读取数据，并自定义列名
df = pd.read_csv('data/DATA_vozila_RAW.csv', encoding='Latin-1', skiprows=2, names=['字段1', '字段2'])

4. 使用Python引擎提升兼容性 #

默认的C引擎对不规范数据兼容性较差，切换到Python引擎尝试：

df = pd.read_csv('data/DATA_vozila_RAW.csv', encoding='Latin-1', engine='python')

内容的提问来源于stack exchange，提问作者maja kralj