在 csv 导入 pandas 期间跳过行

Question

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？

Answer 1

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

Answer 2

我还没有评论的声誉，但我想添加到alko答案以供进一步参考。

从文档：

skiprows：文件中要跳过的行的数字集合。 也可以是整数以跳过前 n 行

Answer 3

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

Answer 4

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)

Answer 5

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

Answer 6

skip[1]将跳过第二行，而不是第一行。

Answer 7

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。