python - Pandas:read_csv(读取单个文件中的多个表)

Question

我有一个包含多个 CSV 表格的文件(示例如下)。该文件被上传到数据库。我想对这个文件做一些操作。为此，我正在考虑使用 pandas 使用 read_csv 函数将每个表读入一个单独的数据帧。但是，通过文档，我没有看到指定要读取/解析的行子集的选项。这可能吗？如果没有，还有其他选择吗？

示例文件:

TABLE_1
col1,col2
val1,val2
val3,val4

TABLE_2
col1,col2,col3,col4
val1,val2,val3,val4
...

...

我可以对文件进行初始传递以确定每个表的开始/结束行。但是，read_csv 参数之一是“filepath_or_buffer”，但我不完全确定“缓冲区”部分是什么。它是一个字符串列表还是一个大字符串或其他什么？我可以使用什么作为缓冲区？有人能给我指出一个使用 read_csv 和缓冲区的小例子吗？感谢您的任何想法。

Answer 1

更新:

如果你想跳过特定的行[0,1,5,16,57,58,59]，你可以使用skiprows:

df = pd.read_csv(filename, header=None, 
                 names=['col1','col2','col3'], skiprows=[0,1,5,16,57,58,59])

要跳过前两行并阅读以下 100 行，您可以使用 skiprows 和 nrows 参数，如评论中提到的@Richard Telford:

df = pd.read_csv(filename, header=None, names=['col1','col2','col3'],
                 skiprows=2, nrows=100)

这里是“缓冲区”的一个小例子:

import io
import pandas as pd

data = """\
        Name
0  JP2015121
1    US14822
2    US14358
3  JP2015539
4  JP2015156
"""
df = pd.read_csv(io.StringIO(data), delim_whitespace=True, index_col=0)
print(df)

同样没有标题:

data = """\
0  JP2015121
1    US14822
2    US14358
3  JP2015539
4  JP2015156
"""
df = pd.read_csv(io.StringIO(data), delim_whitespace=True, index_col=0,
                 header=None, names=['Name'])