指定名称时，Pandas read_csv不会引发错误行的异常

Question

pandas read_csv遇到字段过多的行时会引发异常（错误\u错误\u行）。但是，如果指定了参数名称，则不会发生这种情况。。

示例csv文件的格式为：

1, 2, 3
1, 2, 3
1, 2, 3, 4

与pd一起阅读。read_csv（filepath，header=None）正确引发parserror:Error标记化数据。C错误：第3行中预期有3个字段，由于增加了列，因此SAW4。

但是，如果将“名称”指定为参数：

>>> pd.read_csv(filepath, names=['A', 'B', 'C'], header=None)
   A  B  C
0  1  2  3
1  1  2  3
2  1  2  3

没有引发错误，并且包含了应跳过的“太长/不好”行。。。

是否有一种方法可以指定名称并仍然引发ParserError，以便删除过长/错误的行，并出现错误\u bad\u lines=False？

Answer 1

根据输入示例做出有根据的猜测：您正在经历的行为可能是由于您隐式地告诉pd.read_csv设置len（usecols）=len（name）。因此，导致初始异常的列将不会被导入。

当您向名称添加与csv文件中的列数量相同的标题名称时，您将返回初始异常：

# 1. Determine maximum column count
    sep = ','                                                   # Define separator
    lines = open(filepath).readlines()                        # Open file and read lines
    colcount = max([len(l.strip().split(sep)) for l in lines])  # Count separator

# 2. Add column headers
    df = pd.read_csv(filepath, names = range(colcount))
    # you can rename your columns of interest here in case of error_bad_lines = False

现在，将包含缺少值的列，并返回异常。请注意，这种计算最大列数的方法仅适用于。csv文件。

Answer 2

似乎没有整洁的熊猫解决办法。你可以做的是用python的open（）加载文件CSV，然后在文件字符串中添加一个新的头，这样你就不会修改磁盘上的原始文件。之后，您可以加载文件字符串与StringIO与熊猫。这将保留错误：

#python3
from io import StringIO
import pandas as pd
lines = open('./test.csv', 'r').readlines()
lines = ['A, B, C'] + lines
fileString = '\n'.join(lines)
df = pd.read_csv(StringIO(fileString), sep=",")