...
Eroare Python pentru analiza datelor · Citirea fișierelor CSV

pandas.errors.ParserError: Error tokenizing data. C error: Expected 5 fields in line 4, saw 6

Pe scurt

Un rând din CSV are mai multe valori decât antetul, de obicei din cauza unei virgule în interiorul unei valori (o zecimală scrisă cu virgulă sau un text fără ghilimele). Pune valorile cu virgulă între ghilimele sau citește cu separatorul corect (sep=";").

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

pandas citește primul rând (antetul) și numără coloanele: aici 5. Apoi împarte fiecare rând după separator, implicit virgula. La linia 4 a fișierului a găsit 6 bucăți și nu știe în ce coloană să pună valoarea în plus, așa că se oprește.

Numărul liniei din mesaj e numărul liniei din fișier, numărat de la 1 și cu antetul inclus, deci îl poți găsi direct deschizând fișierul într-un editor. Pe linia aceea vei vedea de obicei un preț scris 12,50, o adresă de tipul Str. Lungă 5, ap. 3 sau un nume de firmă cu virgulă. În fișierele românești apare des și situația inversă: separatorul real e ;, iar zecimalele au virgulă.

Nu sări peste rânduri cu on_bad_lines="skip" decât dacă ești sigur că nu ai nevoie de ele: pierzi date fără să observi.

De ce apare: cauzele frecvente

1Zecimală scrisă cu virgulă într-un CSV cu virgulă

Greșit
PYTHON
produs,pret
Cafea,24,90
Corect
PYTHON
produs,pret
Cafea,"24,90"

Fără ghilimele, 24,90 devine două câmpuri. Între ghilimele, virgula face parte din valoare (apoi o transformi în număr cu str.replace).

2Fișierul folosește de fapt punct și virgulă

Greșit
PYTHON
import pandas as pd

# produs;pret
# Cafea;24,90
df = pd.read_csv("preturi.csv")
Corect
PYTHON
import pandas as pd

df = pd.read_csv("preturi.csv", sep=";", decimal=",")

Exporturile din Excel în română folosesc ; între coloane și , la zecimale. Cu sep și decimal corecte, fiecare rând are numărul potrivit de câmpuri, iar prețurile devin numere.

3Text liber cu virgule, fără ghilimele

Greșit
PYTHON
nume,adresa,oras
Ana,Str. Lunga 5, ap. 3,Cluj
Corect
PYTHON
nume,adresa,oras
Ana,"Str. Lunga 5, ap. 3",Cluj

Câmpurile de text care pot conține separatorul trebuie puse între ghilimele. df.to_csv face asta automat când scrii tu fișierul.

Repară tu

Repară eroarea, direct în pagină

Fișierul preturi.csv are prețuri cu zecimale, iar codul de mai jos dă ParserError la citire. Repară fișierul (în codul care îl scrie), astfel încât read_csv să citească toate cele trei produse și să afișeze prețul mediu cu două zecimale.

Codul care dă eroarea
PYTHON
import pandas as pd

open("preturi.csv", "w").write(
    "cod,produs,categorie,stoc,pret\n"
    "P1,Ceai verde,Băuturi,40,12.5\n"
    "P2,Miere,Dulciuri,15,31.0\n"
    "P3,Cafea,Băuturi,22,24,90\n"
)

df = pd.read_csv("preturi.csv")
print(df[["produs", "pret"]])
print(f"Preț mediu: {df['pret'].mean():.2f} lei")
După reparație, programul afișează
       produs  pret
0  Ceai verde  12.5
1       Miere  31.0
2       Cafea  24.9
Preț mediu: 22.80 lei
Indiciu

La linia 4 a fișierului, prețul 24,90 are o virgulă: scrie-l cu punct zecimal, ca celelalte.

Alte forme ale mesajului

  • pandas.errors.ParserError: Error tokenizing data. C error: Expected 1 fields in line 3, saw 2
  • ParserError: Error tokenizing data. C error: EOF inside string starting at row 12

Cum o eviți pe viitor

  • Înainte de read_csv, uită-te la primele rânduri ale fișierului ca text (într-un editor sau cu print(open("f.csv").read()[:300])) ca să vezi separatorul și zecimalele.
  • Pentru exporturi românești din Excel, pornește direct cu sep=";", decimal=",".
  • Când generezi tu fișiere CSV, folosește df.to_csv, care pune singur ghilimele unde e nevoie.
  • Dacă trebuie totuși să sari rânduri, folosește on_bad_lines="warn", ca să vezi care sunt.

Întrebări frecvente

De ce eroarea apare abia la linia 4, nu de la început?

Primele linii au exact numărul de câmpuri din antet, deci sunt corecte. Problema e doar pe rândurile cu o virgulă în plus. Într-un fișier mare, linia din mesaj e prima problematică, dar pot fi și altele după ea.

E la fel cu „Expected 1 fields in line 3, saw 2”?

Da, e aceeași eroare. Când antetul are un singur câmp, de obicei antetul folosește alt separator decât restul fișierului, sau fișierul începe cu un rând de titlu. Verifică primele linii și folosește sep sau skiprows.

Erori înrudite

← Toate erorile Python pentru analiza datelor

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție

Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.