Python Pandas read_csv跳过行但保留标题

我在弄清楚如何跳过csv文件中的n行但保留标题为1行时遇到了麻烦。

我想做的是迭代但保留第一行的标题。 skiprows将标题设置为跳过的行之后的第一行。最好的方法是什么？

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

您可以将行号列表传递给skiprows而不是整数。

通过给该函数提供整数10，您只需跳过前10行。

要保留第一行0（作为标题），然后将其他所有内容都跳过到第10行，您可以编写：

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

其他跳过行的方法 read_csv

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

假设我们有以下带有一行的CSV文件：

a
b
c
d
e
f

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

• 读取所有行作为值（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（跳过最后指定的标题行之前的所有行）：

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

• 从文件的开头跳过N行（未跳过的第一行是标题）：

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

• 通过指定行索引来跳过一个或多个行（未跳过的第一行是标题）：

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

已经有了不错的答案。.我不知何故在这里需要添加广义形式。.考虑这种情况：-

假设您的xls / csv的前2行（行＃0,1）中有垃圾行。第2行（第3行）是真正的标题，您要加载从第50行（即第51行）开始的10行。这是代码段：-

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

为了扩展@AlexRiley的答案，该skiprows参数采用数字列表，该数字列表确定要跳过的行。所以：

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

是相同的：

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（手动创建或使用类似函数range返回整数列表）并将其传递给skiprows。

如果要遍历长的csv文件，则可以使用chunksize参数。如果出于某种原因需要手动执行此操作，则只要知道需要执行多少次迭代，就可以尝试以下操作：

for i in range(num_iters):
    pd.read_csv('test.csv', sep='|', header=0, 
                 skiprows = range(i*10 + 1, (i+1)*10), nrows=10)

如果您需要跳过/删除特定的行，请说前3行（即0,1,2），然后再说2行（即4,5）。您可以使用以下内容保留标题行：

df = pd.read_csv(file_in, delimiter='\t', skiprows=[0,1,2,4,5], encoding='utf-16', usecols=cols)