python - 解析不一致的数据时，标题行 "discover"的最佳方法是什么？

Question

我有一个非常糟糕的客户，它似乎无法一致地格式化他们发送过来用于输入的 Excel 文件。

不幸的是，他们的薪水也很高，所以我拒绝接受这些数据的请求被置若罔闻。

问题:

每周，我们都会收到一份 Excel 文件。其中一张床单就是我们想要的。在某些行，它开始成为可用的表。根据客户的感受，这可能是第 2 行或第 920 行。我已经编写了后格式化 pandas 代码。这是我要做的工作，但我非常讨厌它:

IDENTIFER = 'nunya_business'
SHEETNAME = 'nunya_business_2'
CSVNAME = 'nunya_business_3'
FILENAME = 'nunya_business_4'

df = pd.read_excel(FILENAME, SHEETNAME)
df.to_csv(CSVNAME, index=False)

list_of_data = []

with open(CSVNAME) as openfile:
    reader = csv.reader(openfile)
    good_to_go = False
    for row in reader:
        if row[0] == IDENTIFIER:
            good_to_go = True
        if not good_to_go:
            continue
        list_of_data.append(row)

df = pd.DataFrame(list_of_data)
my_actual_func(df)

我不介意编写冗长的代码，但只是感觉很烦人。有什么聪明的方法可以做到这一点吗？

Answer 1

使用itertools.dropwhile，构建list_of_data的代码可以简化为(未经测试):

from itertools import dropwhile

...

with open(CSVNAME) as openfile:
    list_of_data = list(dropwhile(lambda row: row[0] != IDENTIFIER, csv.reader(openfile)))