Pandas：从具有特定值的行下方开始读取 Excel 文件

Question

假设我有以下 Excel 文件：

    A      B     C
0   -      -     -
1   Start  -     -
2   3      2     4
3   7      8     4
4   11     2     17

我想读取数据帧中的文件，确保我开始在Start值所在的行下方读取它。

注意：在Start值并不总是位于同一行的，所以如果我是使用方法：

import pandas as pd
xls = pd.ExcelFile('C:\Users\MyFolder\MyFile.xlsx')
df = xls.parse('Sheet1', skiprows=4, index_col=None)

这将失败， skiprows需要修复skiprows 。 是否有任何解决方法可以确保xls.parse找到字符串值而不是行号？

Answer 1

df = pd.read_excel('your/path/filename')

此答案有助于在 df 中找到“开始”的位置

 for row in range(df.shape[0]): 

       for col in range(df.shape[1]):

           if df.iat[row,col] == 'start':

             row_start = row
             break

有了 row_start 后，您可以使用熊猫的子帧

df_required = df.loc[row_start:]

如果您不需要包含“start”的行，只需将 row_start 增加 1

df_required = df.loc[row_start+1:]

Answer 2

您可以使用pd.read_excel('C:\\Users\\MyFolder\\MyFile.xlsx', sheet_name='Sheet1')因为它会忽略空的 excel 单元格。

您的 DataFrame 应如下所示：

    A      B     C
0   Start NaN   NaN
1   3      2     4
2   7      8     4
3   11     2     17

然后使用删除第一行

df.drop([0])

得到

    A      B     C
0   3      2     4
1   7      8     4
2   11     2     17

Answer 3

如果您知道您感兴趣的特定行，您可以使用skiprow从顶部跳过，然后使用nrows仅解析您想要的行（或行） - 请参阅pandas.read_excel

df = pd.read_excel('myfile.xlsx', 'Sheet1', skiprows=2, nrows=3,)