Python Pandas读取csv跳过行但保持头部

Question

我很难弄清楚如何跳过csv文件中的n行，但保留第一行的头。

我想做的是迭代，但要保持头从第一行。skiprows使头成为跳过行之后的第一行。做这个最好的方法是什么？

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。

给函数10个整数，就跳过了前10行。

要保留第一行0（作为标题），然后将其他所有内容跳到第10行，可以编写：

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行使用的两种主要方法是header或skiprows参数。

Supose我们有以下一列CSV文件：

a
b
c
d
e
f

在下面的每个示例中，这个文件都是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
  

• 使用多行作为标题创建多索引（跳过最后一个指定标题行之前的所有行）：

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

• 跳过文件开头的N行（未跳过的第一行是标题）：

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

• 通过提供行索引跳过一行或多行（未跳过的第一行是标题）：

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

Answer 2

很好的答案。。我觉得有必要在这里加上广义形式。。考虑这种情况：

假设您的xls/csv在前两行（0,1行）中有垃圾行。第2行（第3行）是真正的标题，您希望从第50行（即第51行）开始加载10行。。以下是片段：

pd.read_csv('test.csv', header=2, skiprows=range(3, 50), nrows=10)

Answer 3

要扩展@AlexRiley的答案，skiprows参数接受一个数字列表，该列表决定要跳过哪些行。所以：

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

同：

pd.read_csv('test.csv', sep='|', skiprows=[1,2,3,4,5,6,7,8,9])

忽略特定行的最佳方法是创建忽略列表（手动创建，或者使用返回整数列表的range之类的函数）并将其传递给skiprows。