[英]Skip rows during csv import pandas
我正在尝试使用pandas.read_csv()
导入 a.csv 文件,但是,我不想导入数据文件的第二行(索引 = 1 的行用于 0 索引)。
我看不出如何不导入它,因为与命令一起使用的 arguments 似乎模棱两可:
从 pandas 网站:
skiprows
: 类似列表或 integer在文件开头要跳过的行号(0 索引)或要跳过的行数(int)。”
如果我在 arguments 中放入skiprows=1
,它如何知道是跳过第一行还是跳过索引为 1 的行?
你可以自己试试:
>>> import pandas as pd
>>> from StringIO import StringIO
>>> s = """1, 2
... 3, 4
... 5, 6"""
>>> pd.read_csv(StringIO(s), skiprows=[1], header=None)
0 1
0 1 2
1 5 6
>>> pd.read_csv(StringIO(s), skiprows=1, header=None)
0 1
0 3 4
1 5 6
我在读取 csv 文件时运行 skiprows 时遇到了同样的问题。 我正在做 skip_rows=1 这行不通
简单示例给出了如何在读取 csv 文件时使用跳过行的想法。
import pandas as pd
#skiprows=1 will skip first line and try to read from second line
df = pd.read_csv('my_csv_file.csv', skiprows=1) ## pandas as pd
#print the data frame
df
所有这些答案都忽略了一个重要的点——第 n 行是文件中的第 n 行,而不是数据集中的第 n 行。 我有一种情况,我从 USGS 下载了一些过时的流量测量仪数据。 数据集的头部用“#”注释,之后的第一行是标签,接下来是描述日期类型的行,最后是数据本身。 我永远不知道有多少注释行,但我知道前几行是什么。 例子:
- - - - - - - - - - - - - - - 警告 - - - - - - - - - - --------------
您从这个美国地质调查局数据库中获得的一些数据
可能没有得到董事的批准。 ... Agency_cd site_no datetime tz_cd 139719_00065 139719_00065_cd
5s 15s 20d 6s 14n 10s USGS 08041780 2018-05-06 00:00 CDT 1.98 A
如果有一种方法可以自动跳过第 n 行和第 n 行,那就太好了。
作为说明,我能够通过以下方式解决我的问题:
import pandas as pd
ds = pd.read_csv(fname, comment='#', sep='\t', header=0, parse_dates=True)
ds.drop(0, inplace=True)
您有以下选项可以跳过 Pandas 中的行:
from io import StringIO
csv = \
"""col1,col2
1,a
2,b
3,c
4,d
"""
pd.read_csv(StringIO(csv))
# Output:
col1 col2 # index 0
0 1 a # index 1
1 2 b # index 2
2 3 c # index 3
3 4 d # index 4
在文件开头跳过两行(索引 0 和 1)。 列名也被跳过(索引 0),顶行用于列名。 要添加列名称,请使用names = ['col1', 'col2']
参数:
pd.read_csv(StringIO(csv), skiprows=2)
# Output:
2 b
0 3 c
1 4 d
跳过第二行和第四行(索引 1 和 3):
pd.read_csv(StringIO(csv), skiprows=[1, 3])
# Output:
col1 col2
0 2 b
1 4 d
跳过最后两行:
pd.read_csv(StringIO(csv), engine='python', skipfooter=2)
# Output:
col1 col2
0 1 a
1 2 b
使用 lambda 函数跳过每一行(索引 1 和 3):
pd.read_csv(StringIO(csv), skiprows=lambda x: (x % 2) != 0)
# Output:
col1 col2
0 2 b
1 4 d
skip[1]
将跳过第二行,而不是第一行。
还要确保您的文件实际上是一个 CSV 文件。 例如,如果您有一个 .xls 文件,并且只是将文件扩展名更改为 .csv,则该文件不会导入并会出现上述错误。 要检查这是否是您的问题,请在 excel 中打开文件,它可能会说:
“'Filename.csv' 的文件格式和扩展名不匹配。该文件可能已损坏或不安全。除非您信任其来源,否则请勿打开它。您还是要打开它吗?”
修复文件:在 Excel 中打开文件,单击“另存为”,选择要另存为的文件格式(使用 .cvs),然后替换现有文件。
这是我的问题,并为我修复了错误。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.