使用 pandas 删除超过 4 列的行

Question

我有几个用 pandas 处理的 csv 文件。我想删除超过 3 列的行。

我该如何继续？

谢谢

编辑1

  id                                       ocr  raw_value   
4a82a357-99e7-49e6-85b6-b2f6a27b8d5f    OMNIPAGE    Terms        em
8b549fef-0cda-4af5-8239-35153c33ffbc    OMNIPAGE    price   
52ffe66a-b1ab-4b22-9b26-c298d53c951c    OMNIPAGE    Renseignements  
507a0d96-9481-4b3f-8c35-f16588bedc0b    OMNIPAGE    pour    
52e171dc-8d22-4162-b748-692b2fc11659    OMNIPAGE    Client  
c40a7e9f-1ec4-4cac-87e8-02ed0f335fe9    OMNIPAGE    5           client
4a936ed7-c082-4f46-9fa1-761a1525e2df    OMNIPAGE    SAS 
4b78130e-b099-400c-b7bf-6470e0519783    OMNIPAGE    des 
4d5c6297-1c79-42f9-b4ea-929a9abfb3f7    OMNIPAGE    431 
829d8bf5-b251-4bb1-82d8-0e912ab64e8e    OMNIPAGE    59  102
5ed5b74d-efc5-49fa-9b12-dbe3ca88995f    OMNIPAGE    votre   votre
58d26125-1120-4328-83c4-7f5b0135184d    OMNIPAGE    Crécy,  Crécy,

在此示例中：要删除的第一行和第 6 行有额外的列 em ，client

Answer 1

CSV 文件应该有固定数量的列。 Pandas 不是 CSV 格式验证器（即使它能够处理一些错误）。 如果您的 CSV 格式不正确（在您的情况下，每列中的行数可变），您应该在将其提供给 Pandas 之前对其进行预验证。

例如：https://pypi.python.org/pypi/csvvalidator

或者自己编写代码相当琐碎。

Answer 2

如果可能的错误只是额外的列。然后在 pd.read_csv 中传递这个。

error_bad_lines=False

error_bad_lines : 布尔值，默认 True Lines 字段太多 （例如，逗号太多的 csv 行）默认情况下会导致 引发异常，并且不会返回任何 DataFrame。如果为假， 那么这些“坏行”将从 DataFrame 中删除，即 回来。 （仅对 C 解析器有效）