Python编码格式导致的csv读取错误

Python编码格式导致的csv读取错误(pandas.read_csv)

本文记录python小白我今天遇到的这两个问题（csv.reader和pandas.csv_read）：

• pandas模块“CParserError: Error tokenizing data. C error: Expected 1 fields in line 4, saw 2”错误
• csv模块“line contains NULL byte”错误

---

今天处理数据时疏忽了，而且还偷懒把数据复制到xlsx保存后，直接修改文件后缀成.csv准备用来读取。之后运行算法要读数据的时候果然问题来了。

import pandas as pd
path = 'water30.csv'
df=pd.read_csv(path)

• 1
• 2
• 3
• 4

注：后两行可写作df=pd.read_csv('water30.csv')。但由于read_csv本身有好多参数（虽然这里不用）, 故写成path习惯好些。 
这样会报错CParserError: Error tokenizing data. C error: Expected 1 fields in line 4, saw 2

我在网上查了好多种解决办法，由于read_csv的参数很多，所以各有其词，我这里遇到的应该也只是其中一种，久寻无果。直到我看到这里说看了模块_csv.c的代码后，发现文件里不能有 “”, 所以csv文件不可以是unicode编码的，可以是ANSI。

针对我直接改后缀名的结果是，点击那个.csv打开时就已经提示我： 

也就是这里改后缀并没有把文件格式弄好。所以我选择“另存为”改选了文件格式为之后，读取就不会报错了。

注：有个疑问没有解决，就是那个我“直接改后缀得到的那个.csv”我用记事本打开查看了一下，编码就是ANSI啊。那我就不知道为什么报错了……不过问题倒是暂时解决了。

现在读取到的格式为是个结构体。