企业官网建设流程全解析

Data-Science-For-Beginners 用 pd.read_csv 读取 CSV 报错怎么排查？

【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners

在 Data-Science-For-Beginners 课程的 Jupyter Notebook 或 Python 脚本里执行pd.read_csv(...)读 CSV 时报错，是这门课练习中常见的一类问题。本项目的 TROUBLESHOOTING.md 在 "Data and File Issues" 一节针对读数据报错给出了三类处理手段：文件找不到（FileNotFoundError）、CSV 读取报错、大文件内存报错（MemoryError），此外 "Package and Dependency Issues" 一节还覆盖了pandas未安装导致的ModuleNotFoundError。本文按这几种报错把文档里的排查步骤串成一条可执行的路径。

前提条件（来自 INSTALLATION.md 与 TROUBLESHOOTING.md）：

• Python 3.7 或更高版本；
• pandas 已安装，建议安装在虚拟环境venv中；
• 要读取的数据文件在仓库的data/目录下，例如data/birds.csv、data/form.csv。

先确认不是 pandas 没装对

如果报错是ModuleNotFoundError: No module named 'pandas'，问题还不在于 CSV 本身。TROUBLESHOOTING.md 给出的处理方式是：先确认虚拟环境已激活，再安装缺失的包，最后用一条命令验证安装：

# 激活虚拟环境 source venv/bin/activate # macOS/Linux venv\Scripts\activate # Windows # 安装缺失的包 pip install pandas # 验证安装 python -c "import pandas; print(pandas.__version__)"

验证成功的判断标准就是这条命令能打印出 pandas 版本号。如果装 pandas 时遇到权限或 SSL 报错，同一文档还给出了pip install --user、pip install --upgrade pip等对应处理，可按需对照。

FileNotFoundError：路径写法与 Notebook 位置不匹配

文件找不到是最常见的读取报错。TROUBLESHOOTING.md 给出的排查代码是：先打印当前工作目录，再改用绝对路径或相对路径，并确认文件存在：

import os # 检查当前工作目录 print(os.getcwd()) # 使用绝对路径 data_path = os.path.join(os.getcwd(), 'data', 'filename.csv') df = pd.read_csv(data_path) # 或者使用相对 notebook 位置的相对路径 df = pd.read_csv('../data/filename.csv') # 验证文件是否存在 print(os.path.exists('data/filename.csv'))

其中filename.csv是文档中的占位写法，需要替换成你要读取的实际文件名。这里的关键是路径的参照点：相对路径是相对Notebook/脚本所在位置，而不是终端所在目录。仓库里的练习都是这个模式，例如 examples/02_loading_data.py 里写的是pd.read_csv('../data/birds.csv')（脚本位于examples/目录，所以向上一级再进data/）；08-data-preparation 的 assignment 读取的是data/form.csv。如果os.path.exists(...)打印False，说明路径指向的位置没有这个文件，需要按上面的两种写法之一修正。

CSV 能打开但读取报错：编码、分隔符与缺失值

对于 TROUBLESHOOTING.md 归为 "CSV Reading Errors"（读取 CSV 文件时出错）的情况，文档没有给出"报错信息 → 原因"的一一对照，而是提供了三类读取参数供逐一尝试：

import pandas as pd # 尝试不同的编码 df = pd.read_csv('file.csv', encoding='utf-8') # 或 df = pd.read_csv('file.csv', encoding='latin-1') # 或 df = pd.read_csv('file.csv', encoding='ISO-8859-1') # 处理缺失值 df = pd.read_csv('file.csv', na_values=['NA', 'N/A', '']) # 分隔符不是逗号时指定分隔符 df = pd.read_csv('file.csv', delimiter=';')

file.csv同样是文档占位写法，替换为你的实际文件。三种手段各有针对对象：encoding用于换编码读文件；na_values用于把NA、N/A、空串识别为缺失值；delimiter用于文件其实不是以逗号分隔的场景。

课程练习中也有非逗号分隔的真实例子：04-stats-and-probability 的 notebook 读取 TSV 文件时用的是：

df = pd.read_csv("../../data/SOCR_MLB.tsv", sep='\t', header=None, names=['Name','Team','Role','Weight','Height','Age'])

即.tsv这类文件需要显式传sep='\t'。另外 07-python 的 notebook-papers.ipynb 展示了对压缩 CSV 直接读取的写法：pd.read_csv("...metadata.csv.zip", compression='zip')，当你下载到的数据本身就是.zip包时可按文档中的方式处理。

大文件报 MemoryError：分块、只读部分列、指定类型

TROUBLESHOOTING.md 把MemoryError单列为 "Memory Errors with Large Datasets"，给出的三种手段是：

# 分块读取 chunk_size = 10000 chunks = [] for chunk in pd.read_csv('large_file.csv', chunksize=chunk_size): # 处理每个 chunk chunks.append(chunk) df = pd.concat(chunks) # 只读取需要的列（col1、col2 需替换为文件中的实际列名） df = pd.read_csv('file.csv', usecols=['col1', 'col2']) # 使用更高效的数据类型（column_name 需替换为实际列名） df = pd.read_csv('file.csv', dtype={'column_name': 'int32'})

large_file.csv、col1、col2、column_name均为文档中的占位写法，使用前要替换成真实文件名与列名（列名可以先看文件首行确认）。三种手段分别对应：文件大到必须分批处理时用chunksize；只需要其中几列时用usecols；某些列可以降级为int32等更小类型时用dtype。

验证读取结果

读取成功后，按 examples/02_loading_data.py 的做法做一次快速检查，确认数据结构和内容符合预期：

data = pd.read_csv('../data/birds.csv') print(data.shape) # 行数 × 列数 print(data.head()) # 前 5 行预览 print(data.info()) # 各列类型与非空值数量

data.shape、data.head()、data.info()是该脚本给出的标准检查项；如果info()里某列的类型明显不对（比如本该是数字的列变成了 object），通常回到上一节检查dtype、delimiter或na_values的设置。

排查仍无进展时如何求助

TROUBLESHOOTING.md 的 "How to Ask for Help" 一节要求提交 issue 时附带上这些信息：操作系统及发行版、Python 版本（python --version的输出）、完整的错误信息、复现步骤、以及已经尝试过的方案。文档同时指出求助前应先看这份排查文档，再参考 INSTALLATION.md 和 USAGE.md。

本项目的 TROUBLESHOOTING.md 对pd.read_csv报错覆盖的就是上述四类：pandas 未安装、路径问题、CSV 内容问题（编码/分隔符/缺失值）、内存问题。文档没有给出针对具体报错文本的逐一判定流程，所以实操时建议按"先确认依赖 → 再确认路径与文件存在 → 再调读取参数"的顺序逐项排除，每一步都以文档给出的验证命令（python -c "import pandas; ..."、os.path.exists(...)、data.head()）作为是否继续往下走的判断依据。

【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners