在列值中使用分隔符读取 CSV

Question

我有一个保存为 data.csv 的 CSV，看起来像这样，有两列：

Column1|Column2
Titleone|1.5
Title|two|2.5
Title3|3.6

CSV 中的第三行数据包含一个管道运算符，|这导致了错误。我需要一种方法来读取管道运算符作为第三行的 Column1 值的一部分。当我运行pd.read_csv("data.csv", sep = "|") 时出现错误：ParserError: Error tokenizing data. C error: Expected 2 fields in line 3, saw 3

我无法使用，on_bad_lines='skip'，因为我使用的是旧版本的 Pandas。这是我发现的一种解决方法，似乎是部分解决方案：

col_names = ["col1", "col2", "col3"]
df = pd.read_csv("data.csv", sep = "|", names = col_names)

Answer 1

on_bad_lines 不推荐使用 error_bad_lines，因此如果您使用的是旧版本的 pandas，则可以使用它：

pd.read_csv("data.csv", sep = "|", error_bad_lines = False)

如果你想保留坏行，你也可以使用warn_bad_lines，从警告中提取坏行并在单个列中单独阅读：

import contextlib

with open('log.txt', 'w') as log:
    with contextlib.redirect_stderr(log):
        df = pd.read_csv('data.csv', sep = '|', error_bad_lines = False, warn_bad_lines = True)

with open('log.txt') as f:
    f = f.readlines()

bad_lines = [int(x[0]) - 1 for x in f[0].split('line ')[1:]]

df_bad_lines = pd.read_csv('data.csv', skiprows = lambda x: x not in bad_lines, squeeze = True, header = None)