【问题标题】:Python Jupyter Notebook - Unable to open CSV file through a pathPython Jupyter Notebook - 无法通过路径打开 CSV 文件
【发布时间】:2021-06-27 22:53:57
【问题描述】:

我对 Python 有点陌生,我一直在通过 Anaconda 使用 Jupyter Notebook。我正在尝试导入一个 csv 文件来制作一个 DataFrame,但我无法导入该文件。

这是使用本地方法的尝试:

df = pd.read_csv('Workbook1')
---------------------------------------------------------------------------
FileNotFoundError                         Traceback (most recent call last)
<ipython-input-11-a2deb4e316ab> in <module>()
----> 1 df = pd.read_csv('Workbook1')

之后我尝试使用路径(我将用户作为我的用户名)

df = pd.read_csv('Users/user/Desktop/Workbook1.csv')
---------------------------------------------------------------------------
FileNotFoundError                         Traceback (most recent call last)
<ipython-input-13-3f2bedd6c4de> in <module>()
----> 1 df = pd.read_csv('Users/user/Desktop/Workbook1.csv')

我使用的是 Mac,我也是新手,我不能 100% 确定我是否正确导入了正确的路径。谁能提供一些见解或解决方案,让我打开这个 csv 文件。

【问题讨论】:

  • 您的路径应该以/(文件系统的根目录)开头,如/Users/user...。否则,您正在当前工作目录中寻找Users 目录。

标签: python csv pandas


【解决方案1】:

您可以使用以下代码设置路径,而不是提供路径:

import os
import pandas as pd
os.chdir("D:/dataset")
data = pd.read_csv("workbook1.csv")

这肯定会奏效。

【讨论】:

    【解决方案2】:

    您确定该文件存在于您为 pandas read_csv 方法指定的位置吗?您可以使用os python built in module进行检查:

    import os
    os.path.isfile('/Users/user/Desktop/Workbook1.csv')
    

    检查感兴趣的文件是否在 Jupyter 笔记本的当前工作目录中的另一种方法是在单元格中运行 ls -l

    ls -l
    

    【讨论】:

    • 谢谢,我现在可以让它工作了。而且我在没有学习基础知识的情况下就跳入了 python,所以这是一个很好的信息。再次感谢你。 :)
    【解决方案3】:

    我认为问题可能出在文件的位置:

    df1 = pd.read_csv('C:/Users/owner/Desktop/contacts.csv')
    

    完成此操作后,现在您可以使用大文件(如果有),并创建有用的数据:

    df1.head()
    

    【讨论】:

      【解决方案4】:

      python 中的 OS 模块提供了与操作系统交互的功能。操作系统,属于 Python 的标准实用程序模块。

      import os
      import pandas as pd
      os.chdir("c:\Pandas")
      df=pd.read_csv("names.csv")
      df
      

      这可能会有所帮助。 :)

      【讨论】:

        【解决方案5】:

        文件名区分大小写,因此请检查您的大小写。

        【讨论】:

          【解决方案6】:

          我在 Mac 上也遇到了同样的问题,出于某种原因,它只发生在我身上。我尝试使用许多技巧,但没有任何效果。我建议您直接进入该文件,右键单击然后按“alt”键,然后会出现“复制路线”选项,然后将其粘贴到您的 jupyter 中。出于某种原因,这对我有用。

          【讨论】:

            【解决方案7】:

            我认为问题在于您没有使用完全合格的路径。试试这个:

            将数据移动到合适的项目目录中。您可以使用%%bash Magic 命令来执行此操作。

            %%bash
            mkdir -p /project/data/
            cp data.csv /project/data/data.csv
            

            你可以读取文件

            f = open("/project/data/data.csv","r")
            print(f.read())
            f.close()
            

            但将其加载到库中可能最有用。

            import pandas as pd
            data = pd.read_csv("/project/data/data.csv")
            

            我创建了一个可运行的 Jupyter 笔记本,这里有更多详细信息:Jupyter Basics: Reading Files

            【讨论】:

              【解决方案8】:

              尝试双引号,而不是单引号。它对我有用。

              【讨论】:

                【解决方案9】:

                您可以按照以下简单步骤在 Jupyter 笔记本中打开 csv 文件 - 第 1 步 - 创建目录或文件夹(您也可以使用旧创建的文件夹) 第 2 步 - 将 Jupyter 工作目录更改为创建的目录 -

                import os
                os.chdir('D:/datascience/csvfiles')
                

                第 3 步 - 现在您的目录已在 Jupyter Notebook 中更改。将您的文件存储在该目录中。 第 4 步 - 打开文件 -

                import pandas as pd
                
                df = pd.read_csv("workbook1.csv")
                

                现在您的文件被读取并存储在数据框变量df中,您可以通过以下方式显示此文件内容

                1. df.head() - 显示此文件的前五行
                2. df - 显示该文件的所有行

                数据科学快乐!

                【讨论】:

                  【解决方案10】:

                  从计算机上读取 Jupyter 笔记本中的 CSV 文件时,我遇到了类似的问题。

                  我通过在这样的路径中用“/”替换“”符号来解决它。

                  这就是我所拥有的:

                  "C:\Users\RAJ\Desktop\HRPrediction\HRprediction.csv"

                  这就是我改变它的原因:

                  "C:/Users/RAJ/Desktop/HRPrediction/HRprediction.csv".

                  【讨论】:

                    【解决方案11】:

                    这对我有用。我正在使用 Mac 操作系统。

                    将 CSV 保存在桌面上的单独文件夹中。

                    打开 Jupyter 笔记本时,请在当前保存数据集的同一文件夹上按。按右上角的新笔记本。

                    打开新笔记本后。像往常一样编写代码并使用 import pandas as pd 和 pd.read_csv 调用您的数据集来读取您的数据。

                    【讨论】:

                      猜你喜欢
                      • 2019-04-18
                      • 1970-01-01
                      • 2019-11-16
                      • 2021-07-07
                      • 1970-01-01
                      • 2021-10-09
                      • 1970-01-01
                      • 1970-01-01
                      • 2020-07-14
                      相关资源
                      最近更新 更多