如何使用带有gzip压缩选项的pandas read_csv读取tar.gz文件？

Question

我有一个非常简单的csv，其中包含以下数据，压缩在tar.gz文件中。我需要使用pandas.read_csv在数据框中读取该内容。

   A  B
0  1  4
1  2  5
2  3  6

import pandas as pd
pd.read_csv("sample.tar.gz",compression='gzip')

但是，我得到了错误：

CParserError: Error tokenizing data. C error: Expected 1 fields in line 440, saw 2

以下是一组read_csv命令以及我收到的不同错误：

pd.read_csv("sample.tar.gz",compression='gzip',  engine='python')
Error: line contains NULL byte

pd.read_csv("sample.tar.gz",compression='gzip', header=0)
CParserError: Error tokenizing data. C error: Expected 1 fields in line 440, saw 2

pd.read_csv("sample.tar.gz",compression='gzip', header=0, sep=" ")
CParserError: Error tokenizing data. C error: Expected 2 fields in line 94, saw 14

pd.read_csv("sample.tar.gz",compression='gzip', header=0, sep=" ", engine='python')
Error: line contains NULL byte

这是怎么了 我怎样才能解决这个问题？

Answer 1

df = pd.read_csv('sample.tar.gz', compression='gzip', header=0, sep=' ', quotechar='"', error_bad_lines=False)

注意：error_bad_lines=False将忽略有问题的行。