Python Pandas read_csv 跳过行但保留标题

Question

我无法弄清楚如何跳过 csv 文件中的 n 行但保留第 1 行的标题。

我想要做的是迭代但保留第一行的标题。 skiprows 使标题成为跳过行之后的第一行。这样做的最佳方法是什么？

data = pd.read_csv('test.csv', sep='|', header=0, skiprows=10, nrows=10)

Answer 1

您可以将行号列表传递给 skiprows 而不是整数。

通过为函数提供整数 10，您只是跳过了前 10 行。

要保留第一行 0(作为标题)然后跳过其他所有内容直到第 10 行，您可以这样写:

pd.read_csv('test.csv', sep='|', skiprows=range(1, 10))

---

使用 read_csv

跳过行的其他方法

控制 read_csv 使用哪些行的两种主要方法是 header 或 skiprows 参数。

假设我们有以下包含一列的 CSV 文件:

a
b
c
d
e
f

在下面的每个示例中，此文件为 f = io.StringIO("\n".join("abcdef"))。

• 将所有行作为值读取(无标题，默认为整数)

  >>> pd.read_csv(f, header=None)
     0
  0  a
  1  b
  2  c
  3  d
  4  e
  5  f
  

• 使用特定的行作为标题(跳过之前的所有行):

  >>> pd.read_csv(f, header=3)
     d
  0  e
  1  f
  

• 使用多行作为创建 MultiIndex 的标题(跳过最后指定标题行之前的所有行):

  >>> pd.read_csv(f, header=[2, 4])                                                                                                                                                                        
     c
     e
  0  f
  

• 从文件开头跳过 N 行(第一行没有跳过的是标题):

  >>> pd.read_csv(f, skiprows=3)                                                                                                                                                                      
     d
  0  e
  1  f
  

• 通过给出行索引来跳过一个或多个行(第一行没有跳过的是标题):

  >>> pd.read_csv(f, skiprows=[2, 4])                                                                                                                                                                      
     a
  0  b
  1  d
  2  f