Varför förväntas min CSV -fil säga sekvens?

Och avsnittet som kastar upp sekvens förväntat -felet är rad 14, nämligen den här: out.writerow (numbersOut ()) I grunden är det jag försöker använda funktionen numbersOut () för att sätta 1000 rader i en CSV -fil, var och en med sitt eget ID (rad 1 (minushuvuden) kommer = 1, rad 2 kommer = 2, etc).

Vad är den förväntade sekvensen av värden hos författare?

writer.writerow förväntar sig att en sekvens (en tupel eller lista) av värden ska skrivas i en enda rad, med ett värde per kolumn i den raden. Det du har gett det istället är ett enda värde.

Vad betyder det när CSV -filen inte går att analysera?

Ett felmeddelande som börjar med Det gick inte att analysera filen indikerar att den överförda CSV -filen är ogiltig på något sätt. Watershed stöder UTF-8-kommaseparerade filer, som kan använda citattecken för att omsluta text. Alla citat som används i fält måste undvikas med ett extra dubbelcitat.

Bästa sättet att åtgärda förväntad CSV -felsekvens

Table of Contents

Rekommenderas

1. Ladda ner ASR Pro

2. Följ instruktionerna på skärmen för att köra en skanning

3. Starta om din dator och vänta på att den ska slutföra genomsökningen, följ sedan instruktionerna på skärmen igen för att ta bort eventuella virus som hittats genom att skanna din dator med ASR Pro

Få fart på din dator idag med denna lättanvända nedladdning.

Här är några enkla tekniker som kan hjälpa dig att fixa den förväntade CSV -förlustsekvensen.

Inte svaret du och du gör? Bläddra bland andra frågor märkta Python CSV och eller kanske ställa din egen fråga.

writer.writerow förväntar sig att en viss sekvensdubbel (en eller en lista) av områden skrivs på en separat rad för att hjälpa dig till höger, med värdet / kolumnen att göra med den raden. Istället uppgav de att du bara har ett unikt värde. Din kod kan faktiskt undersöka så här:

Rekommenderas

Körs din dator långsamt? Har du problem med att starta Windows? Misströsta inte! ASR Pro är lösningen för dig. Detta kraftfulla och lättanvända verktyg kommer att diagnostisera och reparera din dator, öka systemets prestanda, optimera minnet och förbättra säkerheten i processen. Så vänta inte - ladda ner ASR Pro idag!

1. Ladda ner ASR Pro

2. Följ instruktionerna på skärmen för att köra en skanning

  writer.writerow ([tmp_STID, tmp_Times, tmp_T, tmp_RH])

och det låter som den nya koden för mig om det är den här stora slingan som du kan köra för ensam station (och därför nästan varje rad en gång).

  dataCSV = open ('ProgramCheck.csv', 'w')Writer föreslår att csv.writer (dataCSV, dialect = 'excel')write.writerow (['Station ID', 'Time', 'Temperature', Humidity '])' relativför sista raden med ingång:    tmp är densamma även om line.split ()    tmp_STID kan betyda str (tmp [0])   tmp_T är lika med som kommer att flyta (tmp [4])   tmp_RH innebär vandring (tmp [3])   tmp_Times är lika med float (tmp [2])    om möjligt tmp_T <6.2 och tmp_RH> 60.0:        author.writerow ([tmp_STID, tmp_Times, tmp_T, tmp_RH])file.close ()

svarade 9 februari 2013 klockan 02:49

38.8k

För tillfället ser det ut som att du kämpar för att skriva mestadels rader

csv felorder förväntas

  författare .writerow (variabler)

  tmp_STID betyder str (tmp [0])  tmp_T = är placerade (tmp [4])    tmp_RH = float (tmp [3])  tmp_Times Float (tmp [2])

  [tmp_STID, betyder tmp_T, tmp_RH, tmp_Time]

Känner du också att personen öppnar den senaste nya CSV -filen om varje era? Ska det vara utanför denna exakta cykel?

svarade 9 februari 2013 klockan 02.43

51.1k

Tja, försök tänka på vad Python vill ha när någon försöker använda “writeROW” :)Att ange ett enda värde fungerar inte av den anledningen att varje värde är på en separat rad, det kanske inte är vad du försöker för att göra. Istället kan du få rätt siffror relaterade på ett eller annat sätt för att hjälpa dig i en mening.

csv felsekvens förväntad

För nivå: kyla 26 ° C, nu 16:35 vid Washington Station, där luftfuktigheten är 85%. Det kommer sannolikt att representeras enligt följande: [Washington, 16:35, tjugofem, 85].

svarade 9 februari 2013 kl 02:49