Python操作出错集#1:定义文件路径、读取CSV文件中的错误。

---

我想要做的事情是：1.生成一个随机数据列表。2.将生成的数据列表保存为指定路径下的CSV文件。3.读取我电脑中的CSV文件。

要做的事情是很简单的，但作为一个新手还是遇到了很多小问题，导致我的简单目标无法实现。我希望记录下我所遇到的问题和错误，能让我以后尽可能少犯同样的错误。同时，我相信还有很多和我一样的新手也遇到了类似的小问题，希望我的笔记能够帮助到别人。

这次操作遇到了以下两个问题：

• 定义文件路径时，出现报错信息：'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape

• 读取CSV文件时，出现报错信息：OSError: Initializing from file failed

1、定义文件路径时出现的错误。

# -*- coding: UTF-8 -*-
import pandas as pd
import numpy as np
#定义一个生成随机数据的函数，生成数据列表data,并将data输出为CSV文件。
def generateData():
    np.random.seed(4889)
    x = np.array([10] + list(range(10, 29)))
    error = np.round(np.random.randn(20), 2)
    y = x + error
    return pd.DataFrame({"x": x, "y": y})
    
data = generateData()

path = "C:\Users\Administrator\Desktop\example"

在最后一个语句path = ... 中，出现错误信息：

SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape

根据字段“\UXXXXXXXX”推断，应该是写路径时出现的错误。通过查找资料，发现错误原因为:

文件名中的 \U 开始的字符被编译器认为是八进制

解决方法:

path = r"C:\Users\Administrator\Desktop\example"

在字符串前面加上r即可消除这种歧义。

2、读取CSV文件时出现的错误。

错误1：没有加文件名。

# -*- coding: UTF-8 -*-
...
path = r"C:\Users\Administrator\Desktop\example"

#将数据输出为path目录下的data.csv文件
data.to_csv("%s\\data.csv" % path, index=False)

#读取CSV文件，并生成数据列表data1
data1 = pd.read_csv(path)

在最后一个语句data1 = ... 中出现错误信息：

OSError: Initializing from file failed

这个错误信息的大概意思是从文件中读取数据失败，有可能是没有加文件名导致的错误。
于是修改代码为:

# -*- coding: UTF-8 -*-
... 

#读取CSV文件，并生成数据列表data1
data1 = pd.read_csv("%s\\data.csv" % path)

加上了文件名称后，错误消除了。
说明：这里“%s”指代一个字符串，而"% path"表示%s的内容就是path。

错误2：路径名中含有中文。
通过测试发现，如果读取的文件路径中包含中文，同样会出现报错信息：

OSError: Initializing from file failed

例如运行以下代码：

# -*- coding: UTF-8 -*-
... 
#path2中包含了中文字符。
path2 = r"C:\Users\Administrator\Desktop\example\中文"

#读取path2中一个名为data2.csv的文件
data3 = pd.read_csv("%s\\data2.csv" % path2)

同样会出现报错信息：

OSError: Initializing from file failed

参考了错误原因和pandas的源码，发现调用pandas的read_csv()方法时，默认使用C engine作为parser engine，而当文件名中含有中文的时候，用C engine在部分情况下就会出错。所以在调用read_csv()方法时指定engine为Python就可以解决问题了。
修改代码为：

# -*- coding: UTF-8 -*-
... 
#path2中包含了中文字符。
path2 = r"C:\Users\Administrator\Desktop\example\中文"

#读取path2中一个名为data2.csv的文件
data3 = pd.read_csv("%s\\data2.csv" % path2,engine='python')

重新运行，问题就解决了，是不是非常简单呢！